edit | blame | history | raw

体系说明

创建人员:Codex
文件职责:说明 AI 管理体系的总体结构、核心流程、关键文档、关键角色和审计闭环。
管理规范/模板:管理体系总说明文档;用于解释 管理体系说明.vsdx 的文字含义。
引用文件:管理系统说明.md;管理体系说明.vsdx;全局规范.md;common/pro-doc/需求规范.md;common/pro-doc/需求规范.md;common/dev-doc/编码规范.md;common/exp-doc/实验规范.md。

1. 体系定位

本体系是一个 AI 工作流程管理体系。

它不是单纯的文件夹整理工具,而是用于管理多个 AI、多个项目、多个事项的工作闭环。

核心目标:

  1. 让每个事项的背景、目标、过程、结果都可追踪。
  2. 让每个 AI 的工作过程可审计。
  3. 让关键数据、文档、代码、实验结果不丢失。
  4. 让问题能被发现、归因、修复、复验。
  5. 让人能快速看懂 AI 做过什么、为什么做、做到哪一步、是否可信。
  6. 让新项目保持干净隔离,不把其他项目的路径、业务名词、历史实验和旧模块口径带入当前项目。

一句话:本体系要把 AI 的工作从“聊天驱动的临时产出”变成“可审计、可复盘、可归档、可持续迭代的事项流”。

2. 体系组成

体系由以下部分组成:

  1. 文档管理体系。
  2. 事项管理体系。
  3. 执行体系。
  4. 审核体系。
  5. 数据存储体系。
  6. 作业方法论体系。

这些部分不是彼此独立的。一个事项从开始到结束,会同时经过文档、执行、数据、审计和归档。

3. 核心流程

管理体系说明.vsdx 表达的主流程可以理解为:

事项开始
-> 事项总纲
-> 事项设计 / 事项计划
-> 事项执行流程:N 个步骤
-> 执行 AI 执行步骤
-> 工作日志 / 中间数据 / 结果数据
-> 记录文档 / 归档数据
-> 审核 AI 审计
-> 审计报告
-> 若有问题,反向优化事项执行流程
-> 修复 / 重跑 / 复审
-> 事项完成或暂停

这个流程的重点不是“每一步都写很多文档”,而是关键节点必须可追踪。

4. 事项开始

事项开始时,必须先明确这件事为什么存在。

事项总纲负责记录:

  1. 事项 ID。
  2. 事项名。
  3. 事项背景和由来。
  4. 原理或上游依据。
  5. 创建人员。
  6. 创建时间。
  7. 希望达成的目标。
  8. 当前状态。
  9. 当前结论。
  10. 事项来源聊天记录。

事项总纲是事项治理入口。后续所有计划、执行、日志、结果、审计都应能回到对应事项。

5. 事项过程

事项过程由一个或多个步骤组成。

每个步骤至少应记录:

  1. 步骤 ID。
  2. 所属事项 ID。
  3. 步骤名。
  4. 执行人员或执行 AI。
  5. 创建时间。
  6. 本步骤目标。
  7. 输入。
  8. 输出。
  9. 当前状态。
  10. 当前结论。
  11. 步骤来源聊天记录。

步骤可以是:

  1. 写需求。
  2. 写代码。
  3. 做实验。
  4. 跑数据。
  5. 做案例分析。
  6. 审核结果。
  7. 修复问题。
  8. 归档结果。

6. 执行体系

执行体系负责真正做事。

执行 AI 可以承担:

  1. 需求整理。
  2. 代码实现。
  3. 实验执行。
  4. 数据处理。
  5. 案例分析。
  6. 文档归档。
  7. 结果总结。

执行 AI 的产出不能只停留在聊天中。重要结果必须落到:

  1. 正式文档。
  2. 结果数据。
  3. 日志。
  4. 归档目录。
  5. 数据库或表。
  6. 审计报告可引用的位置。

7. 审核体系

审核体系负责判断事项是否真的做对。

审核 AI 要检查:

  1. 事项目标是否清楚。
  2. 事项设计是否能满足目标。
  3. 执行过程是否按设计走。
  4. 数据和产物是否对得上。
  5. 代码或实验是否有真 bug。
  6. 是否存在未来函数、样本污染、流程错位、口径替换。
  7. 结论是否被过读。
  8. 结果是否方便人复核。

审核原则:

  1. 抓真问题。
  2. 不吹毛求疵。
  3. 不把边角料升级成阻断。
  4. 不为了“更严谨”层层加码。
  5. 只要问题会影响目标、结论、数据、流程或可复现性,就必须指出。

如果审计发现阻碍性问题,执行者必须修复并重新执行,直到问题关闭。

8. 数据存储体系

数据存储体系负责保存事项过程和结果。

需要保存的数据包括:

  1. 中间数据。
  2. 结果数据。
  3. 样本数据。
  4. 图片。
  5. 图表。
  6. 日志。
  7. 数据库表。
  8. 数据 schema。
  9. 数据索引。

数据存储的目标:

  1. 后续能找到。
  2. 后续能复核。
  3. 后续能复跑。
  4. 后续能判断数据来源和生成方式。

临时数据、过程数据、正式结果数据、归档数据应分开管理。

9. 作业方法论体系

作业方法论体系负责沉淀“怎么做事”。

常见方法论包括:

  1. 实验怎么设计。
  2. 需求怎么写。
  3. 代码怎么写。
  4. 数据怎么存。
  5. 案例怎么分析。
  6. 审核怎么做。
  7. 问题怎么归因。
  8. 结果怎么汇报。

方法论不是空泛原则,应来自实际事项中的有效经验和踩坑教训。

10. 文档管理体系

所有非临时文件创建后,文件头部应包含:

  1. 创建人员。
  2. 文件职责。
  3. 书写管理规范或模板。
  4. 引用的关键文件。

每个文件夹应有导读文档或索引文档,记录本目录下关键文件的作用。

新增正式文件后,应同步更新所在目录导读或索引。

文档引用其他文档时,应尽量使用相对路径,避免依赖单机绝对路径。

11. common 目录

common 是公共规范和公共资产目录。

当前规划:

  1. pro-doc/:需求、策略、需求相关规范。
  2. dev-doc/:开发体系、编码、测试、自检相关规范。开发体系默认随项目创建,但开发必须绑定目标体系或目标事项;代码按 dev/<target>-dev/ 分账,开发文档按 dev-doc/<target>-doc/ 分账。
  3. exp-doc/:实验体系规范和实验文档模板,包括实验总纲、实验设计、执行日志、实验存储体系创建指南、实验审核规范、审计报告、问题记录。项目内应创建本地 实验规范.md实验审计规范.md,分别引用 common 全局规范。
  4. data-doc/:数据存储、数据样本、数据库表、图片资产相关规范。
  5. ana-doc/:案例分析体系规范和模板,包括案例分析规范、案例审核规范、案例总纲、案例分析设计、案例执行日志、案例存储体系创建指南、案例审计报告、案例问题记录。
  6. project-doc/:项目规范和项目创建模板,包括项目规范、项目配置清单、项目事项总纲、项目事项计划、项目执行日志、项目事项审计报告、项目问题记录、项目变更记录。
  7. 全局规范.md:所有 AI 都必须遵守的全局规则。
  8. 体系创建流程.md:创建新体系时使用的通用流程和完成标准。

公共规范应尽量通用,不绑定某一个具体项目。

11.1 实验事项

实验是一种事项类型。

实验事项应继承事项总纲和事项计划的基本字段,但在实验体系里具体落为:

  1. 实验规范:项目本地实验规范,引用 common 的 实验规范.md,默认可以没有额外补充规则。
  2. 实验审计规范:项目本地审计规范,引用 common 的 实验审核规范.md,默认可以没有额外补充规则。
  3. 实验总纲:项目级实验总账本,记录所有实验背景、由来、原理、目标、状态、当前结论和来源聊天记录。
  4. 实验设计:项目级实验设计账本,合并原“实验设计”和“实验计划”的职责,记录所有实验验证方法和执行步骤。
  5. 实验执行日志:项目级执行账本,记录所有实验实际执行过程。
  6. 实验存储体系:项目级数据存储合同,说明实验数据放哪、怎么存、怎么读、有哪些表和字段。
  7. 实验审计报告:记录设计审核和执行审核结果。
  8. 实验问题记录:记录非审计来源实验问题闭环;审计问题只在需要跨轮跟踪时记录索引。
  9. 结论回写:作为实验收尾动作,记录到实验总纲和实验审计报告,不作为必备独立模板。

结果包本身是产物目录,不作为必备模板文档。结果包入口回写到实验总纲和实验设计,结果包内部资产按项目内实验存储体系登记。

实验有两个必须审核的关口:

  1. 设计审核:实验设计必须由审核员审核通过后,才能进入执行。
  2. 执行审核:实验执行和结果包必须由审核员审核通过后,实验才能标为完成。

审核不通过时,应回到对应阶段修改并复审,不能用“已跑完”代替“已完成”。

11.2 案例分析事项

案例分析是一种事项类型。
案例分析事项用于把一套方法论、笔记、规则、现象或样本,落实到具体案例上做全流程复盘、证据链分析和人工可审计记录。

案例分析事项应继承事项总纲和事项计划的基本字段,但在案例分析体系里具体落为:

  1. 案例分析规范:项目本地案例分析规范,引用 common 的 案例分析规范.md,默认可以没有额外补充规则。
  2. 案例审核规范:项目本地案例审核规范,引用 common 的 案例审核规范.md,默认可以没有额外补充规则。
  3. 案例总纲:项目级案例分析总账本,记录所有案例分析事项的背景、来源聊天记录、方法论来源、目标、状态、结论和结果入口。
  4. 案例分析设计:项目级案例设计账本,记录案例选择口径、分析流程、证据要求、图片要求、数据产物和验收方式。
  5. 案例执行日志:项目级执行账本,记录每个案例从候选来源、筛选、关键判断、操作动作、结果复核到结论回写的关键节点。
  6. 案例存储体系:项目级案例数据存储合同,说明案例数据、图片、结果包、表结构和读取方式。
  7. 案例审计报告:记录案例设计审核、执行审核、证据链审核和复审结果。
  8. 案例问题记录:记录非审计来源案例问题、影响、修复建议和复验结论;审计问题只在需要跨轮跟踪时记录索引。

案例分析有两个必须审核的关口:

  1. 设计审核:案例分析设计必须由审核员确认目标、口径、来源聊天记录、方法论和证据要求一致后,才能进入执行。
  2. 执行审核:案例执行日志、结果包、图片证据、关键数据和结论必须由审核员确认可追踪后,案例事项才能标为完成。

案例分析必须同时包含设计流程和执行流程。
设计流程负责冻结目标、案例选择口径、分析步骤、证据要求和验收方式。
执行流程负责按冻结设计逐案例执行,并保留候选来源、入选理由、背景证据、关键判断、操作动作、结果复核、数据路径和图片路径。
执行日志不能只写 summary,必须让审核员能沿着单个案例的证据链重走一遍。

案例分析的核心不是“写总结”,而是保留完整痕迹:为什么选这个案例、每一步看了什么证据、用了什么规则、做了什么判断、结果如何、结论有没有过读。

案例结果包本身是产物目录,不作为必备模板文档。结果包入口、核心表、图片目录和审计结论应回写到案例总纲、案例分析设计、案例执行日志和案例审计报告。

11.3 开发事项

开发是一种事项类型,也是一套默认随项目创建的基础体系。

开发体系不单独承载业务目标,它必须绑定其他体系或目标事项。常见绑定关系:

  1. 需求开发:实现需求体系产出的需求、正式需求和业务规则。
  2. 实验开发:实现实验脚本、数据处理、回测、图表、校验工具。
  3. 案例分析开发:实现案例图表、账本、回放、审计辅助工具。
  4. 项目工具开发:实现项目初始化、索引、检查、归档工具。

开发目录按目标体系分账:

  1. 代码目录:dev/<target>-dev/
  2. 测试目录:dev/<target>-dev/test/
  3. 开发文档目录:dev-doc/<target>-doc/

例如:

  1. 需求开发:dev/pro-dev/dev/pro-dev/test/dev-doc/pro-doc/
  2. 实验开发:dev/exp-dev/dev/exp-dev/test/dev-doc/exp-doc/
  3. 案例分析开发:dev/ana-dev/dev/ana-dev/test/dev-doc/ana-doc/

开发事项遵守 common/dev-doc/编码规范.md。轻量代码可以走轻流程;多模块、长流程、公共模块、重跑缓存、性能风险或失败代价高的开发,必须先写代码编写方案,方案审核通过后再实现。

开发审核覆盖方案审核、实现审核和测试验收。审核员发现的问题主记录写开发审计报告;非审计人员发现的问题进入开发问题记录或对应体系的问题记录。

12. 项目目录

每个项目一个文件夹。

每个项目原则上一个独立 git 仓库。

项目相关的需求、代码、实验、数据、案例、结果,都应放在对应项目目录下。

公共规范放在 common,项目特有内容放在项目目录。

13. 事项状态

建议统一使用以下状态:

  1. 未开始:事项已登记,还未执行。
  2. 进行中:正在执行。
  3. 待审核:执行完成,等待审核。
  4. 审核中:审核 AI 正在审计。
  5. 需修复:审核发现阻碍性问题。
  6. 修复中:执行 AI 正在修复。
  7. 完成:审核通过,事项闭环。
  8. 暂停:因数据、需求、资源或方向问题暂停。
  9. 取消:事项不再执行。

状态必须能解释原因。不能只写“暂停”或“完成”,不写为什么。

14. 问题闭环

问题应至少分为:

  1. 需求问题。
  2. 代码问题。
  3. 数据问题。
  4. 流程问题。
  5. 实验设计问题。
  6. 审计问题索引。
  7. 待归因问题。

审计人员发现的问题,主记录写入对应审计报告;问题记录只在需要跨轮跟踪或跨事项汇总时保留索引。

非审计人员发现的问题,主记录写入对应问题记录。

每个问题应记录:

  1. 问题 ID。
  2. 所属事项。
  3. 问题类型。
  4. 证据。
  5. 影响。
  6. 修复建议。
  7. 当前状态。
  8. 复验结论。

问题关闭必须有复验,不应只因为“已经改了”就关闭。

15. 反向优化流程

当审计发现流程本身有问题时,不只修当前事项,还要反向优化流程。

例如:

  1. 需求总是写不清,就补需求规范。
  2. 代码总是散修,就补编码方案规范。
  3. 实验总是过读,就补实验规范。
  4. 数据总是丢,就补数据存储规范。
  5. 审核总是吹毛求疵,就补审核规范。

反向优化的目标是减少同类问题重复发生。

16. 当前已有公共规范

当前已建立:

  1. 体系创建流程.md
  2. pro-doc/目录导读.md
  3. pro-doc/需求规范.md
  4. pro-doc/需求环境创建指南.md
  5. pro-doc/需求审核规范.md
  6. pro-doc/需求规范.md
  7. pro-doc/需求总纲模版.md
  8. pro-doc/需求设计模版.md
  9. pro-doc/需求方案文档范本.md
  10. pro-doc/需求架构文档范本.md
  11. pro-doc/需求模块说明文档范本.md
  12. pro-doc/需求核心流程文档范本.md
  13. pro-doc/需求执行日志模版.md
  14. pro-doc/需求审计报告模版.md
  15. pro-doc/需求问题记录模版.md
  16. pro-doc/需求文档范本.md
  17. dev-doc/目录导读.md
  18. dev-doc/编码规范.md
  19. dev-doc/开发环境创建指南.md
  20. dev-doc/编码方案范本.md
  21. dev-doc/开发事项总纲模版.md
  22. dev-doc/开发事项计划模版.md
  23. dev-doc/开发执行日志模版.md
  24. dev-doc/开发审计规范.md
  25. dev-doc/开发审计报告模版.md
  26. dev-doc/开发问题记录模版.md
  27. exp-doc/实验规范.md
  28. exp-doc/目录导读.md
  29. exp-doc/实验总纲模版.md
  30. exp-doc/实验设计模版.md
  31. exp-doc/实验执行日志模版.md
  32. exp-doc/实验存储体系创建指南.md
  33. exp-doc/实验审核规范.md
  34. exp-doc/实验审计报告模版.md
  35. exp-doc/实验问题记录模版.md
  36. project-doc/项目规范.md
  37. project-doc/项目环境创建指南.md
  38. project-doc/项目规范模版.md
  39. project-doc/项目配置清单模版.md
  40. project-doc/项目事项总纲模版.md
  41. project-doc/项目事项计划模版.md
  42. project-doc/项目执行日志模版.md
  43. project-doc/项目审计规范.md
  44. project-doc/项目事项审计报告模版.md
  45. project-doc/项目问题记录模版.md
  46. project-doc/项目变更记录模版.md
  47. ana-doc/目录导读.md
  48. ana-doc/案例分析规范.md
  49. ana-doc/案例分析环境创建指南.md
  50. ana-doc/案例存储体系创建指南.md
  51. ana-doc/案例总纲模版.md
  52. ana-doc/案例分析设计模版.md
  53. ana-doc/案例执行日志模版.md
  54. ana-doc/案例审核规范.md
  55. ana-doc/案例审计报告模版.md
  56. ana-doc/案例问题记录模版.md

实验体系不再强制提供实验导读模板;项目实验入口由项目总索引或 实验总纲.md 承担。项目默认不创建单实验独立总纲、独立设计或独立执行日志文件,而是追加到项目级三本账本。

后续建议补齐:

  1. data-doc/数据存储规范.md
  2. 审计规范.md
  3. 事项管理规范.md

17. 体系的关键判断标准

一个事项做得好不好,不只看有没有产物。

应看:

  1. 目标是否清楚。
  2. 过程是否可追踪。
  3. 数据是否可复核。
  4. 结论是否有边界。
  5. 审计是否能发现真问题。
  6. 问题是否能闭环。
  7. 成果是否被归档。
  8. 人是否能快速理解前因后果。

18. 一句话

本体系的核心是:用事项总纲记录起因和目标,用事项计划管理步骤,用执行体系产出结果,用数据存储体系保存证据,用审核体系发现真问题,用反向优化机制改进流程,最终让 AI 工作可审计、可复盘、可归档、可持续迭代。