IMPLEMENTATION GUIDE · 项目指南
政府、园区及国央企行业AI项目：从立项到验收
政府、园区及国央企建设行业AI项目，不应从采购某个大模型开始，而应从业务目标、知识与数据条件、系统接口、责任边界和验收证据开始。建议按“场景判断—项目基线—最小可信闭环—真实系统接入—生产开放—持续运营”推进。
哪些业务适合优先建设行业AI
适合的场景通常具有专业知识密集、规则持续变化、数据分散、多部门协同、材料比对量大或研究分析耗时等特征，并且输出可以由业务人员验证。
目标模糊、资料无权使用、关键数据不可获得、法定责任边界不清或长期无人运营的场景，不适合直接进入生产建设。
立项前的四项判断
业务价值
明确用户、任务、当前成本、预期改善和不纳入首期的非目标。
资料条件
盘点数据、文件、来源、版本、授权、质量、权限和更新责任。
技术可行
确认模型、检索、规则、工具、接口、部署与人工审核如何组合。
长期可运营
确认安全责任、预算边界、运维角色、评测方法、退出和交接机制。
G0—M3：从判断到生产的阶段门
G0｜场景判断
确认问题、用户、价值、资料可用性、风险和是否值得进入项目。
M0｜建立项目基线
冻结首期范围、非目标、数据目录、角色、接口、红线、指标和版本。
M1｜最小可信闭环
用真实或明确标注的样本完成知识、智能任务、证据、审核和评测闭环。
M2｜真实系统接入
接入授权数据和业务系统，验证身份、权限、异常、幂等、审计与回退。
M3｜生产开放
完成安全、性能、业务、运维和交接验收后分阶段开放并持续复测。
立项和采购文件必须回答的问题
- 谁在什么流程中使用系统，要完成什么任务，输出进入哪项业务责任链？
- 哪些数据与知识可以使用，谁负责授权、发布、更新、撤回和版本冲突处理？
- RAG、Agent、Copilot、中台或AI OS分别承担什么责任，哪些能力不在本期范围？
- 需要连接哪些系统，接口由谁提供，读写范围、身份、字段、异常和退出如何处理？
- 部署、网络、密码、数据、个人信息、保密和审计要求由哪些责任方确认？
- 用什么测试集、证据和计算口径验收；上线后由谁运营、复测、回滚和交接？
分阶段交付成果
项目基线
需求、范围、非目标、角色、数据、系统、风险、里程碑和变更机制。
知识与数据资产
来源登记、版本、权限、结构化规则、质量报告、发布与撤回机制。
机器契约
输入输出Schema、证据、工具、错误、状态、审批、日志、幂等与回退。
平台与连接器
RAG、Agent、界面/API、身份权限、业务接口、监控和管理能力。
评测与试运行
真实问题集、红线测试、性能成本、用户任务和失败修复证据。
运营与退出
运行手册、责任矩阵、备份恢复、版本治理、数据交接和停止方案。
验收证据矩阵
- 范围与文档：需求、架构、配置、接口、版本和变更是否一致、可追溯。
- 数据与知识：来源、授权、解析、状态、权限、版本和更新是否受控。
- RAG与回答：检索、答案、引用、拒答和不确定性是否通过真实问题集。
- 工具与接口：成功、超时、限流、重复、部分失败、恢复和停用是否可验证。
- 权限与安全：跨角色、跨租户、提示注入、敏感数据和高风险动作是否受控。
- 性能与成本：在双方确认的并发、响应、可用性、预算和降级边界内运行。
- 业务任务：用户完成任务的时间、质量、返工和审核负担是否产生可核验改善。
- 运营与交接：知识更新、回归评测、告警、审核、备份和供应商退出是否有人负责。
生产开放硬门槛
未发布知识泄漏、跨权限泄漏、虚构引用、高风险无依据正式结论、审批绕过和关键写入重复执行，应作为生产开放前必须消除的红线，而不是上线后再观察的问题。
具体等保、密评、保密、数据、政府采购和行业监管要求，由项目适用范围、客户主管部门及具备相应资格的专业机构确认；本页不构成法律或采购合规意见。
GCPI可以提供什么
绿色碳汇规划院可以提供AI产业与场景规划、可研和技术方案、可信知识工程、垂直RAG、研究智能体、业务系统接入、试运行评测、验收支撑和持续运营。已有数据中台、模型平台或业务系统可以保留并按责任边界接入。
GCPI不虚构政府或国央企已交付案例，不声称政府指定、央企合作或未经确认的等保、密评和安全认证资质；项目范围、指标、周期和责任以双方确认文件为准。
FAQ
常见问题
先把关键边界说清楚，才能让AI建设进入真实业务。
所有项目都需要建设完整AI OS吗？
不需要。首期应从一项价值明确、资料可得、输出可验证的真实任务开始；只有跨知识、任务、系统和运营需要统一治理时，才逐步形成AI OS责任边界。
POC可以使用样本数据或Mock接口吗？
可以用于技术验证，但必须清楚标注，遵循与真实数据和接口一致的契约，并且不能把POC通过写成生产接入已经完成。
招标文件是否应该规定固定准确率？
不宜脱离测试集和计算口径写统一数字。应明确问题集版本、指标定义、抽样、硬门槛、失败归因、复测和回归方式。
AI能否直接代替正式审批？
不能默认替代。AI可以辅助材料检查、依据检索和建议生成；法定审批、高影响决定和正式写入必须由确定性系统及获授权人员控制。
已有数据中台或模型平台如何继续建设？
可以保留现有资产，在其上补齐可信知识、任务编排、连接器、权限审核、评测和持续运营，不必为了更换产品名称而推倒重建。
验收完成是否代表不再需要持续运营？
不代表。知识、数据、模型、接口和用户问题会变化，需要持续更新、回归评测、安全审计、备份恢复和应用绩效复盘。
REFERENCES · 参考来源
定义与治理依据
参考来源用于解释公开技术概念和治理原则；GCPI的具体产品边界、交付范围与项目事实仍以本网站明确口径及客户项目文件为准。
- 国家政务信息化项目建设管理办法国务院办公厅 · 2019 ↗
用于说明国家政务信息化项目的统筹、共享、安全、验收和绩效要求；不自动适用于所有地方政府或国央企项目。
- 关于加快推进国有企业数字化转型工作的通知国务院国有资产监督管理委员会 · 2020 ↗
作为国有企业数字化转型方向参考，不构成对GCPI的授权、合作或能力背书。
- 国务院关于深入实施“人工智能+”行动的意见中国政府网 · 2025 ↗
作为人工智能与行业融合的国家政策背景，不作为具体采购参数或验收标准。
- Artificial Intelligence Risk Management Framework (AI RMF 1.0)NIST · 2023 ↗
AI系统全生命周期可信与风险管理的公开框架。
- 国家法律法规数据库全国人民代表大会常务委员会 · 持续更新 ↗
项目涉及网络、数据和个人信息时，应按具体适用范围核验现行法律；本页不替代专项法律意见。