AI应用开发落地清单，介绍大模型之外的知识库、Prompt、调用成本、数据安全与产品体验。
模型只是能力入口
选择模型解决的是基础能力问题，但产品是否好用，更多取决于上下文组织、业务数据、交互反馈和异常兜底。
知识库与业务上下文
企业知识通常需要经过清洗、切分和检索，再作为上下文交给模型。固定文档适合验证，规模扩大后应升级为可维护的知识库。
成本、速度与稳定性
需要记录每次调用、控制上下文长度、设置超时与重试，并根据问题类型选择合适模型，避免所有请求都走最高成本方案。
安全边界与人工入口
AI 不应承诺无法保证的结果。涉及价格、合同或复杂项目时，要明确提示参考性质，并提供人工沟通入口。
说明
本文提供通用规划思路，具体功能、价格和周期需要结合真实需求评估。