判断数据是否够用，应该先看什么？
团队想做客服意图识别，手上有一批历史会话记录，但从未清理过标注。
- 01历史会话数量看起来很多
- 02记录中夹杂测试与重复数据
- 03意图标签需要人工统一
你会选择哪一种决策？
先做选择，再展开每条路径的判断。键盘按 1–3 作答。
查看这条路径的判断
推荐路径
数量多不等于可用，先抽样看重复、测试数据与标签口径，才能判断数据是否支撑训练。
🎯 评审反诘 · 项目立项评审委员会「该推荐路径在保证业务确定性的同时，把大模型用在了最具杠杆价值的核心环节。如何量化并向管理层证明 ROI？」
PM 论据：以最小的工程研发复杂度锁定 90%+ 的核心诉求，风险完全隔绝在可控沙箱内，交付确定性最高。
查看这条路径的判断
高风险路径
条数掩盖了重复、缺失与标签不一致的问题，按数量决策会在训练后才发现数据不可用。
⚡ 评审反诘 · 技术架构师 / 风控评审人「该方案明显引入了不可控的不确定性、调用延迟与接口成本。一旦长尾样本发生幻觉或服务超时，由谁对业务资损与客诉担责？」
PM 审视：切忌盲目“为 AI 而 AI”，确定性问题坚持规则优先，高风险链路必须设置安全熔断阀。
查看这条路径的判断
高风险路径
未清洗的数据会把噪声一起教给模型，效果难以解释，后续排查也找不到原因。
⚡ 评审反诘 · 技术架构师 / 风控评审人「该方案明显引入了不可控的不确定性、调用延迟与接口成本。一旦长尾样本发生幻觉或服务超时，由谁对业务资损与客诉担责？」
PM 审视：切忌盲目“为 AI 而 AI”，确定性问题坚持规则优先，高风险链路必须设置安全熔断阀。
已自动收录至错题攻坚本
该选项在实际业务中存在盲区或隐性风险。已为你自动归集，随时可前往攻坚专区专项消灭。
不只记答案，记住判断方法
答完后展开
判断数据是否够用，先看质量与标注口径，再看数量。
- 01数据是否重复或缺失
- 02标签口径是否统一
- 03样本是否覆盖真实问题
PM 落地
如果你是产品经理，下一步做什么
做一次数据抽样检查，交付质量、重复与标签一致性的结论，再决定是否训练。
工业实战落地Gate 02 · 场景与机会判断
想在真实业务场景中看本题的落地推演？
在《智能客服知识库与回答辅助》案例中，完整推演该阶段的事实依据、盲区核验、方案三选一与决策影响天平。