为什么是七个问题
这七个问题并非凭空设计，而是网站为每次启动固定的智能体工作说明八个字段：任务、输入、流程、输出、限制、权限、范围和验证方式（更多内容见 定价页面）。填写完整工作说明的智能体能够回答每个问题；没有工作说明的智能体只是外观精美、行为不可预测的演示。
问题1–3：任务、数据与暂停节点
1. 任务和结果标准是什么？ 网站遵循的原则是：启动前确定任务、输入数据、预期成果、验收标准、限制和决策者。在这些内容明确之前，甚至不会讨论价格。
2. 智能体会接收哪些数据？ 信任模型要求采用最小权限原则：每个数据源和工具单独接入，界面不得暗示可以访问其他数据。
3. 智能体会在哪些节点暂停并询问人员？ 人工控制不可缺少：存在争议的决定会暂停并等待确认，敏感操作会在征得同意前解释。没有暂停节点的智能体就是不受管理的流程。
问题4–5：来源与声明边界
4. 结论如何与来源关联？ 在可验证的智能体中，每项结论都可追溯：工作日志记录输入、决定和来源，结果可以一路追溯到源数据。例如，RAG（检索增强生成）导航员提供准确引文和引用信息，数据库顾问提供源表链接，需求分析员则把每项需求关联到来源。
5. 智能体不会作出哪些声明？ 限制必须写入工作说明：样本不等于市场统计，会议纪要需要人工核实，RAG 回答不构成法律意见，审计也不等于认证。如果工作说明没有写明限制，那些限制就只存在于广告之外的现实中。
问题6–7：处理范围与成果
6. 数据在哪种范围内处理？ 无论选择云端、团队还是本地范围，都要在启动前连同保留期限和处理方清单一起确定。对于敏感数据，这是决定性问题：本地处理通过部署设计排除向第三方传输。
7. 结果以什么形式交付？ 正确的结果应是可验证成果，例如文档、草稿、表格或带引文的报告。成果可以打开、编辑并传递。如果结果只存在于与智能体的聊天中，就既无法检查，也难以使用。
如何使用检查清单
用这些问题同时检查候选产品和您自己的实施项目。接下来的路径很简短：先通过演示运行核查声明，再使用 方法 确定标准，并通过 安全原则 确定处理范围和访问权限。如果演示后仍有疑问，回到评估阶段比直接付款更稳妥、也更诚实。
问答
选择 AI 智能体时为什么需要检查清单？
七个问题组成的检查清单帮助您在启动前审查智能体：目标、数据、人工控制点、结论与来源的关联、限制、处理范围和验收标准。没有清单，很容易遗漏会使结果失去价值的关键限制。
是否必须使用本地范围？
不一定。处理范围应根据数据敏感程度选择。不含商业秘密或个人数据的任务可以使用云端或团队环境；敏感记录可能需要本地环境。部署环境由客户选择。
一次演示足以支持决策吗？
演示使用合成数据核查声明；只有在您自己的材料上确定验收标准后，才应作出启动决定。
检查清单包含多少个问题？
七个：目标、数据、人工控制点和待人员回答的问题、结论与来源的关联、不可作出的声明、处理范围、成果形式。
为什么必须询问“结果不支持什么”？
它能提前揭示限制：每份智能体工作说明都会定义结果不能支持什么。
“结论与来源的关联”是什么意思？
每项结论都可追溯到源数据：日志和引文用于确认结果。
如何核实部署环境？
询问数据在哪里处理、是否与第三方共享，并在生产部署前索取披露清单。
这份清单适用于其他供应商的智能体吗？
适用。这些问题具有通用性，可用于任何智能体产品。
如何处理供应商的回答？
将回答与工作说明、日志和演示相互核对：只有声明却没有实现机制，是明显的风险信号。
谁应该逐项检查这份清单？
实施负责人和团队应在讨论价格前完成检查。