要点一：生成不是判别
判别式模型给类别或分数，生成式模型直接产出内容。这决定验收方式不同：前者看准确率与召回，后者要看内容是否可用、需要改多少，用分类指标衡量生成质量会失真。
要点二：输出是概率结果
同一输入可能得到不同表述，细节也可能出错。企业能做的是用检索、约束与复核把错误控制在可接受范围，而不是期待模型永不犯错，这一点决定了流程必须留人工环节。
要点三：上下文决定质量
模型只看得到给它的内容。把制度、产品资料、历史案例放进上下文或检索库，回答才有依据；只靠模型自身记忆，容易给出看似合理但已经过时的答案，且无法追溯。
要点四：适合的任务类型
适合归纳、改写、草拟、结构化抽取与多轮问答；不适合需要精确计算、实时数据或唯一正确答案的任务，这类应交给规则、数据库或专业系统，混合处理反而更省成本。
要点五：成本与延迟
生成较长文本需要更多算力，交互式场景要控制输出长度与并发。预算与体验都要在试点阶段实测，不能按供应商标称值估算，否则上线后要么超支要么响应慢。
适用与不适用
适合谁
- 第一次评估生成式 AI 的企业
- 需要向团队解释能力边界的负责人
- 正在设计人机协作流程的产品经理
不适合谁
- 需要确定性计算结果的系统
- 要求零错误且没有复核环节的对外场景
典型场景
某企业的市场部需要把产品资料改写成不同渠道的文案。团队把产品事实与禁用表述整理成约束，模型生成草稿，市场负责人逐条核对事实与口径后发布，并把常见错误补进约束清单。
可执行步骤
- 把任务归入生成、抽取、问答或计算四类
- 为生成类任务准备事实底稿与禁用表述
- 实测输出长度、延迟与调用成本
- 设置人工复核环节与责任人
- 按渠道要求完成内容标识后再发布
常见坑
- 把生成式 AI 用于精确计算，结果看似合理但数值错误，返工成本更高。
- 不给事实底稿，模型编造产品参数，对外发布后引发投诉。
- 只看单次演示效果，未测长文本与高并发下的延迟与失败率。
- 忽略内容标识要求，发布渠道审核不通过，被迫下架重做。
自检与验收清单
- 任务是否属于生成类而非计算类
- 是否有事实底稿与禁用表述清单
- 是否实测延迟与输出长度
- 复核人是否明确到岗位
- 对外内容是否按要求标识
常见问题
生成式 AI 和以前的 AI 有什么不同？
以前的系统多用于分类、预测与规则判断，输出是标签或数值；生成式模型输出的是内容，能处理开放性表达，但需要新的评测与复核方式。
它会不会取代企业搜索？
在企业内部更多是互补。搜索给出来源列表，生成式回答给出归纳结果，前提是能追溯到原文，否则归纳结果无法核对，也难以追责。
一定要用最大的模型吗？
不必。任务简单时小模型更快更省，复杂归纳再考虑大模型。选型应以评测集结果为准，而不是参数规模或宣传口径。