7.3 选型报告模板
7.3 选型报告模板
本节摘要：本书全部方法的收口处：一页选型报告。它是选型决定的载体——可签字、可复核、可追责，半年后回看还知道当时为什么这么定。模板七个区块：决定与生效条件（选了谁、备选谁、什么条件下生效与退出）；背景与需求矩阵摘要（业务诉求、硬约束、权重表——7.1 的产物）；候选与证据链（每个结论旁边站着来源与日期，核对表档位与距离分在此引用）；盲测证据摘要（题集口径、总均分带区间、分项、竞技场排序——第 6 章的产物）；成本延迟质量数据（7.2 的三角表，每个数带测量日期）；风险与预案（含 5.1 的治理三件事与切换预案）；复核节奏（引出第 9 章）。写法纪律四条：证据必须带来源与日期、分数必须带区间、失败案例必须写、未验证的必须标注。附一份示意填写样例（模型用代号，不涉及真实名次）与十五分钟评审会流程。与 3.3 的关系：那边的十问清单审别人的报告，这边确保自己的报告经得起同样的审。
学习目标
阅读完本节，你应当能够：
- 说出七个区块各自回答什么问题、产物来自哪一章。
- 遵守四条写法纪律，让自己的报告经得起 3.3 十问清单的审。
- 用模板完成一份示意报告并主持十五分钟评审会。
一、为什么要一页纸
三个理由：可签字——决定、条件、风险在一页上，签字人看得完；可复核——每个数字带来源，接手的人查得到；可追责——半年后模型出事，翻出报告能定位"当时基于什么证据、谁拍板"。反例是五十页评测汇总：什么都写了，等于什么都没决定。一页纸的强制力恰恰来自篇幅——写不进一页的结论，说明还没想清楚。
二、模板全文
── 选型报告 · [业务场景] · [日期] · [作者/评审人] ────────────────── ① 决定与生效条件 选定：[模型代号/版本]（接入口径：API 端点与版本号，5.2 留档） 备选：[第二名]（启用条件：[价格/合规/质量触发线]） 生效条件：[灰度方案、并行窗口、回滚路径] ② 背景与需求矩阵摘要 业务诉求一句话；硬约束 [合规/语言/部署]；加权维度与权重（和=10） → 漏斗轨迹：候选 [N] 个 → 硬约束存活 [n] 个 → 盲测复核 [m] 个 ③ 候选与证据链 信息源清单（名称 + 可信度档位[4.3 核对表] + 距离分[4.2] + 访问日期） ④ 盲测证据摘要 题集口径：[N] 题 / [维度构成] / 判分 0/1/2 / 日期 结果：[模型A] 均分 [x]/2（CI [lo, hi]）；分项：… 竞技场（如适用）：排序 + 对战矩阵 ⑤ 成本延迟质量数据 [模型]：质量 [盲测分±CI] | 成本 [x 元/千任务，测量日期] | 延迟 [P95 x ms，样本 n 次] Pareto 结论：[前沿成员；出局者及支配者] ⑥ 风险与预案 治理三件事落位：变更通知条款[有/无] | 快照口径[口径] | 退出条款[路径] 已知短板：[失败案例 1~2 条，来自盲测]；预案：[降级/转人工/回退] ⑦ 复核节奏 锚点漂移监测 [月度，5.2]；全量再评测 [季度/事件触发，第 9 章]； 下次复核日期：[日期] ──────────────────────────────────────────────────────
三、写法纪律四条
- 证据带来源与日期：任何数字旁边站着"哪来的、什么时候测的"——
90 分（6.1 盲测，2026-09-18，题集 v1）是合格写法，裸的90 分不合格； - 分数带区间：均分、延迟、成本凡有抽样性质的都带波动范围（2.2 的纪律延伸到报告层）；
- 失败案例必须写：全绿的报告在 4.3 核对表里本来就是折价项——写两条真翻车的 case，评审会十分钟省掉一半追问；
- 未验证必须标注：没测过的维度写"未验证"，不许沉默——沉默会被读成"测了没问题"。
💡 自检办法：拿 3.3 的十问清单审自己的报告。你用本书方法写出的报告，应该能扛住本书给别人的那套审问——这是全书方法闭环的方式。
四、示意样例（节选）
── 选型报告 · 电商客服一级应答 · 2026-09-22 · 作者:评审=1:3 ───────── ① 决定：选定 fam-x-7b（端点/版本号见附件 baseline.json，5.2 留档） 备选 fam-y-8b（启用条件：fam-x 连续两月锚点分跌 >5pt 且未获解释） 生效：双模型并行两周 → 按 10% 流量灰度 → 全量；回滚路径见 ⑥ ② 矩阵：硬约束=数据不出境+中文达标；权重=盲测 3/稳定 2/生态 2/价格 2/风险 1 漏斗：8 → 4 → 2 ④ 盲测：50 题（退款/物流/安抚/格式/边界 各10），判分 0/1/2，2026-09-18 fam-x-7b 均分 1.80/2；fam-y-8b 0.80/2（差 +1.00，CI [+0.74,+1.24]） 分项：fam-y 安抚与格式 0 分——偏科明确，若启用备选需补 prompt 约束 ⑤ 三角：fam-x 质量 90±6 | 成本 12 元/千任务(9-20 测) | P95 2400ms(n=120) 前沿：cloud-a/fam-x/fam-x-mini/local-3b；fam-y-8b 被 fam-x-mini 支配出局 ⑥ 风险：治理三件事已入合同草案；短板：fam-x 奇数轮次回答偏简（盲测分项 1.5） 预案：格式维度加输出模板约束；安抚场景保留人工兜底 ⑦ 复核：月度锚点（15 题，5.2）；季度全量；下次 2026-10-22 ──────────────────────────────────────────────────────
（示意填写：模型为代号，数字沿用 6.1/7.1/7.2 脚本的真实输出，场景为教学构造）
五、十五分钟评审会
议程固定四段：证据质疑（7 分钟）——只允许问"这个数字哪来的"，不允许问"你觉得准不准"；风险过堂（4 分钟）——⑥ 区块逐条读，任何一条没有预案就退回；决定与条件（3 分钟）——签字人确认①与⑦；记录（1 分钟）——反对意见原样记入附录，不改结论。反对意见入档是报告"可追责"的最后一块：三个月后复盘时，当时的分歧本身就是证据。
本节要点回顾
- 一页七区块：决定与条件、矩阵摘要、证据链、盲测摘要、三角数据、风险预案、复核节奏——每块都能指出产出来源章。
- 写法纪律四条：证据带来源与日期、分数带区间、失败案例必写、未验证必标注。
- 自检闭环：用 3.3 十问清单审自己的报告。
- 评审会四段：证据质疑、风险过堂、决定确认、反对入档。
报告签完，选型就结束了吗？恰恰相反——模型是租来的基础设施，租约条款会变（第 5 章），你的业务也会变。第 8 章先处理场景延伸（Agent 任务的评测口径不同），第 9 章把"决定之后"的持续跟踪自动化。