口径负责人
由业务专家定义什么算合格输出，写出判定说明与反例。这个角色不宜由算法工程师兼任，否则样本会按技术偏好标注，指标好看但上线后被业务方判为不可用，返工要从标注重新来一遍，工期也随之翻倍。
数据工程
负责去重、脱敏、格式统一、按时间或客户切分，并维护数据版本。最常见的失败是同一工单同时出现在训练集与留出集，指标虚高，换一批数据后迅速回落，团队却误以为是模型能力问题，继续加数据也没用。
训练工程
管实验记录：基座版本、超参、数据版本与评测结果一一对应，任何一次上线都能复现。缺少实验管理时，几十次尝试之后没人说得清哪个版本更好，只能一直沿用最贵的那次配置，成本难以收敛，交接也会断。
复核与验收
由业务侧指定人做盲评与边界抽查，重点看拒答、超范围与敏感表述。技术指标达标而复核不通过仍不能上线，这个否决权要写进流程，否则验收会退化成签字，问题留到业务现场才暴露，届时改动成本更高。
数据四条底线
来源可授权、个人信息脱敏、口径一致、切分不污染。涉及第三方文档或客户数据训练时，还要确认授权范围与留存期限；这部分需客户方法务与合规确认，我方只提供处理记录与删除支持，不代客户作合规判断。
适用与不适用
适合谁
- 能派出业务专家参与标注与复核的企业
- 已有工单、报告、客服记录等真实文本沉淀
- 有基本数据管理与权限制度的团队
不适合谁
- 指望算法团队独自完成口径定义的团队
- 数据来源不清、无法确认授权的项目
典型场景
某城商行的信贷材料摘要任务，由信贷审批岗出判定说明，数据岗把近三年材料脱敏并按年份切分，训练岗维护实验记录，合规岗抽查敏感信息处理。四类角色每月开一次口径会，新增样本先过复核再入库，月度复盘只看错误类型的变化。
可执行步骤
- 指定口径负责人，写出合格与不合格的成对示例，并在业务会上逐条确认
- 盘点可授权数据源，标注敏感字段与留存要求，形成一份可核对的清单与责任人
- 按时间或客户切分数据，为每份数据建立版本号，并登记到数据目录里，方便追溯
- 固定实验记录模板，逐次登记参数、数据版本与评测结果，保留失败记录供复盘
- 组织业务盲评，未通过不上线，并把原因分类记入台账，按月复盘一次，由质量岗主持
常见坑
- 由算法团队自行定义合格标准，样本与业务口径脱节，验收时无法对齐，责任也难以界定，最后只能返工重标。
- 脱敏只做关键词替换，人名与机构名仍可还原，合规评审卡在最后一步，工期被迫延后，预算也要重报。
- 没有留出集，用训练数据汇报效果，上线后准确率落差大，业务部门一次就耗尽信任，后续推动更难。
- 样本只覆盖顺利路径，例外与拒答场景缺失，边界问题全部落到人工，反而增加一线工作量，抵触情绪上升。
自检与验收清单
- 是否指定了口径负责人，并留有可查的判定说明
- 数据授权范围与留存期限是否书面确认并由法务存档
- 个人信息是否做过脱敏处理，并有抽样复核记录
- 训练与留出集是否物理隔离，且各自留档可追溯
- 是否有盲评机制，以及明确的上线否决权归属人
常见问题
没有专职算法团队能做微调吗？
可以借助外部团队完成训练与部署，但口径定义、样本确认与验收必须留在企业内部。外部团队负责工程实现与实验记录，业务判断不能外包，否则模型再准也无法通过业务验收。
数据需要多少才够？
看任务宽度而不是绝对数量。单一格式与固定字段的任务，几百条覆盖良好的样本即可验证方向；多品类、多客户、多语言的任务需要更细的分层覆盖，先按层抽样再补齐缺口。
客户数据能用来训练吗？
要看合同授权范围与数据性质。含个人信息的数据需脱敏并评估必要性，客户专有数据通常只做项目内使用、不用于通用模型。具体条款由双方法务确认，我方按约定留存与删除。