09. 两周培训计划

目标与分组

每组 2–4 人，选一套虚构或已脱敏的制度文档。两周后交付：可运行 Demo、20 条评估集、失败分析、上线评审表和 10 分钟讲解。禁止使用真实客户隐私。

第 1 周：跑通并解释

天	任务	证据
1	读 01，画离线/在线链路	一张图、术语解释
2	读 02，检查解析和 chunk	5 个 chunk 样例
3	跑 05 的 ingest/ask	终端输出和索引文件
4	比较 dense 与关键词	5 条失败问题
5	读 04，加入引用/拒答	3 个正例、3 个负例

周五复盘：每人用大白话解释“为什么模型不能直接读所有文档”，并指出一个系统边界。

第 2 周：评估并上线思考

天	任务	证据
6	读 06，制作 20 条题集	JSONL 和 gold source
7	计算 Recall@k、人工评生成	指标表、盲评规则
8	读 07，加入 tenant/version	权限和回滚图
9	读 08/10，做一次选型辩论	方案、反对意见、边界
10	演示、复盘、答辩	运行记录、改进 backlog

讲师检查点

每天只问一个关键问题：证据是什么？第 3 天检查索引删除和重建；第 5 天检查无答案拒答；第 7 天检查指标是否由固定数据集计算；第 9 天检查权限是否在检索前过滤。

评分量表

• 30% 可运行：命令清楚、错误可解释、测试能复现。
• 25% 检索：gold source、指标和失败样本完整。
• 20% 生成：引用支持结论，证据不足会拒答。
• 15% 生产：权限、版本、回滚、监控明确。
• 10% 讲解：不用术语也能说明因果和边界。

复盘模板

本次假设：
数据/配置版本：
观察到的失败：
最小根因验证：
改动前后指标：
仍未验证的风险：
下一步只做一件事：

完成后继续阅读 06 评估、07 生产化 和 11 阅读清单。