GENERAL DELIVERY
通用项目按六个阶段形成可验收结果
不同项目的技术内容不同，但范围、方案、实现、测试、部署和验收必须保持可追踪。
1. 需求沟通
明确业务目标、使用角色、核心流程、接口依赖、预算边界和交付周期，先形成可执行范围。
2. 技术方案
确定系统架构、开发语言、部署方式、阶段目标。AI 项目补充知识库来源、模型调用与工具链设计。
3. 原型确认
先验证关键页面、关键流程和数据结构，减少后续开发阶段的大规模返工。
4. 阶段开发
按模块推进开发和演示，客户能持续看到阶段成果，及时修正方向和优先级。
5. 联调测试
完成前后端联调、权限测试、接口测试。设备项目同步完成采集验证、通信测试和云端联调。
6. 上线交付
协助部署、上线切换、培训和文档整理。需要时可配合软著、专利材料或科技查新相关工作。
流程中的每一步都要留下可核对结果
团队沟通、流程确认和可运行系统共同构成交付证据。
AI项目会额外关注什么
- 知识库来源是否干净、可维护、可更新
- 模型回答是否需要权限控制和人工兜底
- 是否要接入 CRM、OA、ERP、工单、设备平台
- 提示词、工具调用和日志追踪是否可优化
设备类项目会额外关注什么
- 传感器选型、接口协议与采集稳定性
- 固件逻辑、功耗控制、无线通信和异常处理
- 云端协议、后台展示、报警和移动端联动
- 实验室验证、现场联调和最终验收指标
DATA & COMPLIANCE
AI健康安全项目需要额外确认数据与责任边界
AI健康安全自研/联合研发会额外关注什么
- 生活健康信息的用户授权、最小化、权限与隐私保护
- 监测、趋势、风险提醒与医疗诊断之间的明确边界
- 水质传感器、指标、采集频率、校准维护和现场环境
- 分析结果如何进入可视化平台、移动端或微信入口
为什么先确认边界
生活健康和水质健康复用同一 AI大数据分析中枢，但数据来源、合规要求和验收方式不同。先明确数据、设备、模型、规则与责任边界，才能把平台能力和客户现场需求稳定连接起来。
生活健康输出用于监测、趋势分析、风险提醒和辅助决策，不构成医疗诊断或治疗。水质监测结果受设备、校准、维护、通信和环境影响，不作绝对安全承诺，具体参数以项目方案为准。
为什么我们强调流程
因为真正拖垮项目的往往不是代码，而是需求边界不清、阶段目标混乱、接口依赖失控。把流程搭起来，本质上是在保护项目结果，也让 AI 智能体、软件定制和软硬件联合研发都有清晰落点。
鄂公网安备 42011502001200号 鄂ICP备20004739号