既要理解自然语言又要查准数字，该怎么组合？
内部知识助手既要回答概念问题，也要按条件查库存，团队发现纯检索答不准数字，纯查询又听不懂自然语言。
- 01概念问题需要检索
- 02数字必须实时准确
- 03用户用自然语言提问
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
库存数字必须实时准确，让模型负责理解意图、由接口实时查询数据，才能既听懂问题又不编造数字。
🎯 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
有条件成立
先检索再拼接查询结果能复用现有知识库，但检索到的库存可能是旧值，数字准确性仍然没有保证。
⚖️ 评审反诘 · 业务运维 Leader「这套方案只在特定理想条件下成立。如果前置依赖（如网络质量、向量切片准确度或并发负载）发生波动，降级预案是什么？」
PM 审视：不可把假设当成事实。必须在前置方案中明确定量成立指标，并随附故障回退 Runbook。
查看这条路径的判断
高风险路径
让模型根据历史数据估算数字，用户会把它当成真实库存，错误会直接进入业务决策。
⚡ 评审反诘 · 技术架构师 / 风控评审人「完全缺少人机协同与内容安全过滤，若模型吐出敏感数据或被 Prompt 注入攻击越狱，安全防线在哪里？」
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
该实时取的数据不要靠生成，模型负责理解与组织，事实由系统提供。
- 01数据是否需要实时
- 02答案是否含精确数值
- 03能否调用现成接口
PM 落地
如果你是产品经理，下一步做什么
梳理需要实时取数的字段清单，与工程确认接口，写明哪些数字不允许生成。
工业实战落地Gate 03 · 架构与方案选型
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。