用途：在构建 AI 功能、评估 LLM 集成、设计 AI 产品或评估 AI 就绪度时，用统一结构定义 AI 产品决策，并额外覆盖数据、模型、评估与负责任 AI 层面，避免“技术很强但不解决真实问题”的常见失败。
主要能力：先检查 AI 产品反模式（如未定义用户问题就加 AI、未定义准确率目标、模型出错无预案、AI 输出无人工审查或回退、训练数据未审计偏见、无评估指标）。随后按固定输出格式生成画布，包含七部分：问题定义（用户问题、为何用 AI、用户成功表现）、AI 方案（任务类型、模型路线及其理由）、数据需求（训练/评估数据来源、体量、质量、偏见风险、缺口、隐私与所有权）、评估框架（主指标、最低可接受阈值、人工评估与离线/在线/对抗评估）、用户体验设计（输出呈现方式、置信度与不确定性处理、回退计划）、负责任 AI 清单（偏见审计、公平性、幻觉、用户纠错、退出机制、来源提示、PII、合规、模型卡）、上线与监控计划（灰度、模型性能与用户参与指标、错误率、P95 延迟、刷新周期、漂移检测）。
使用方式：需提供功能描述、用户问题、可用数据、ML/AI 负责人等输入；缺失项以“(assumed, confirm)”标注假设并在末尾列出，仅当核心主题缺失时才先提问。
限制：资料未提供具体安装或调用命令；这是一套产品决策文档与检查清单，不包含模型训练或部署实现细节。要求不跳过“为何用 AI”、启动前设定准确率阈值、明确回退体验、上线前完成负责任 AI 清单，并把延迟纳入成功指标。