為下一次 AI 評估找到實用工作流程。
讓目的、風險、證據與決策可供檢視。
要求模型產生結果前，先建立清楚輸入依據。
提出公平問題，並檢視答案背後的量測。
向下一位讀者交付發現、依據與下一步。
定義目的、檢視風險、蒐集證據。了解評估如何將這些工作連結起來。
先為限定用途建立案例，再決定是否前進。
將樣本與標籤匯入 Vault，保留明確任務與版本。
比較乾淨參考與預期用途相關的條件。
延續有用脈絡，重新檢查依賴舊版本的內容。
將相關條款轉為保留來源的證據工作。
將品質發現轉為已審查標註與新版本。
執行資料集前，先驗證請求與預測對應。
使用共同資料集與測試依據檢視差異。
以明確參考與已儲存計畫評估既有輸出。
將觀察與條件連結至已核准用途。
共用已儲存案例、精確證據與剩餘工作。
交付能在脈絡中理解的結果。
