先定四种结局
试点不该只有成功与失败。更有用的划分是停止、暂停、转常规与扩展：假设不成立就停，条件不具备就暂停，小范围可持续就转常规，可复制再扩展。为什么先定：结局类型决定要收集哪些证据。启动文件里为每种结局写一句判定条件与后续动作即可。
质量门槛怎么定
可用的门槛包括人工复核通过率、转人工比例、单条处理时长、错误类型分布，以及严重错误是否为零。为什么不能只看一个指标：拦截率高但误拦多，只是把成本转给人工。先列三类零容忍的严重错误，再定常规质量线；边界是不承诺具体数值，门槛由双方按场景基线商定。
组织与合规硬条件
复核人缺位、决策人不参与、数据审批未过、生成内容未按制度标识，都属于硬条件不满足。为什么单列：这些问题不会因为模型变好而消失。写成启动前检查项，未通过就不进入跑数阶段；边界是合规判断由客户方合规与法务确认，我方只提供材料与说明。
到期评审的固定议程
退出评审要有固定议程：数据回顾、错误清单、成本与人力核算、四类结局选择、后续动作与责任人。为什么要固定：临场讨论容易被最近的个案带偏。会前三天发材料，判定人必须到场，结论当场记录；边界是陪跑方给建议，不代替客户做投资与立项决定。
退出也要交接
无论哪种结局都要交接：知识条目、评测集、提示词与配置、复核记录、未解决问题清单。为什么重要：停止的试点也应留下可复用的判断。合同里约定交接清单、时限与接收人；边界是数据删除与留存按客户制度执行，涉密资料不带走、不留副本。
适用与不适用
适合谁
- 已批准试点但没写结论规则的项目
- 担心试点无限期拖延的预算负责人
- 需要向管理层交代去留决策的业务负责人
不适合谁
- 希望用试点证明既定结论、不接受停止选项的管理者
- 无法在启动前确定判定人与评审议程的组织
典型场景
某企业的人力共享中心试点做了三个月，临近到期仍无人敢说结论。陪跑团队补了一份退出评审表：把严重错误、复核通过率、单据积压与人员投入列成四栏，由中心负责人、财务与信息部门共同判定。结论是转常规但缩到两类单据，其余回到人工，未解决问题写成下一阶段清单。
可执行步骤
- 在启动前写下四类结局，以及每一类结局对应的判定条件与后续动作
- 约定质量门槛、严重错误清单与统计口径，并在正式跑数前书面固定
- 把复核人、判定人与合规检查，列为启动前必须逐项通过的三类条件
- 到期前一周发出完整评审材料，按固定议程开退出评审会，当场记录
- 按评审结局执行交接或扩展，并把未解决问题逐条登记成下阶段清单
常见坑
- 启动时只写目标不写退出条件，到期后各方按各自立场表态，项目只能靠惯性继续投入人力。
- 只看拦截率不看误拦与人工复核成本，指标漂亮但总工时没有下降，结论经不起财务追问。
- 退出评审由项目组自评，缺少业务与财务参与，结论无法支撑下一年的资源决策，也难服众。
- 试点停止后资料散落在个人电脑，下一次试点从零开始，把踩过的坑再踩一遍，时间成本翻倍。
自检与验收清单
- 四类结局与判定条件是否在启动前逐项书面确认
- 质量门槛、严重错误清单与统计口径是否明确
- 判定人是否到场，且有权决定继续、暂停或停止
- 交接清单、交接时限与接收人是否事先书面约定
- 未解决问题是否逐条形成下一阶段的任务清单
常见问题
试点没达到目标，算失败吗？
只要按约定收集了证据并得出结论，就不算失败。试点的作用是用较小代价判断该不该继续，停止一个不成立的假设同样是有价值的产出；真正浪费的是到期没有结论、靠惯性继续投入，把资源锁在一个没人敢决断的项目里。
门槛定多少合适？
不建议照搬外部数字。先测当前人工基线与错误分布，再定一个明显优于基线且人工可承受的区间，并把口径写清：样本范围、统计周期、严重错误如何计。门槛应在跑数前固定，中途不因结果不利而调整。
谁来拍板停止？
由启动文件里指定的判定人拍板，通常是业务负责人加预算归属人，陪跑方只提供证据与建议。若判定人缺位，应先补授权再评审；由项目组自行宣布停止或扩展，后续往往难以获得资源支持。