<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:media="http://search.yahoo.com/mrss/" version="2.0"><channel><title>分类：AI项目 - LT技术站</title><link>https://lautung.com/categories/ai-project</link><atom:link href="https://lautung.com/categories/ai-project/feed/categories/ai-project.xml" rel="self" type="application/rss+xml"/><description>纸上得来终觉浅，绝知此事要躬行！</description><generator>Halo v2.27.2</generator><language>zh-cn</language><image><url>https://lautung.com/upload/ChatGPT%20Image%202026%E5%B9%B47%E6%9C%8810%E6%97%A5%2002_45_40(1).webp</url><title>分类：AI项目 - LT技术站</title><link>https://lautung.com/categories/ai-project</link></image><lastBuildDate>Sat, 14 Nov 2026 00:14:56 GMT</lastBuildDate><item><title><![CDATA[AI 落地项目集：同一套技术栈，如何适配不同业务]]></title><link>https://lautung.com/archives/ai-projects-in-practice</link><description><![CDATA[<img src="https://lautung.com/plugins/feed/assets/telemetry.gif?title=AI%20%E8%90%BD%E5%9C%B0%E9%A1%B9%E7%9B%AE%E9%9B%86%EF%BC%9A%E5%90%8C%E4%B8%80%E5%A5%97%E6%8A%80%E6%9C%AF%E6%A0%88%EF%BC%8C%E5%A6%82%E4%BD%95%E9%80%82%E9%85%8D%E4%B8%8D%E5%90%8C%E4%B8%9A%E5%8A%A1&amp;url=/archives/ai-projects-in-practice" width="1" height="1" alt="" style="opacity:0;">AI落地项目采用统一架构，包含真实数据输入、硬约束过滤、向量召回和生成式交互四阶段。社交娱乐类需在媒资层隔离身份与声纹，时装推荐限制AI自编SKU，餐饮系统约束候选来自实体门店并区分家庭画像。企业端强调合规：猎头数据嵌入简历库硬筛选年龄/资质，导购实时拉取库存与价格规则，采购系统资质白名单和条款对比是必选项。核心原则包括：顾虑、隐私实时脱敏不进入模型；所有确定性条件需在检索层硬约束；模型仅输出建议而终局决策必须有人工及审计留痕。贯穿所有项目的底线是：真实数据源不可替代，风险审核迭代机制不可省略，决策闭环需人工控制。适用场景为三类：有实体数据可对接（门店/简历/供应商）、决策链可拆分而不依赖情绪价值、主管控权责分离的环境。]]></description><guid isPermaLink="false">/archives/ai-projects-in-practice</guid><dc:creator>LTT</dc:creator><category>AI项目</category><pubDate>Wed, 16 Sep 2026 06:22:12 GMT</pubDate></item></channel></rss>