用途：Failure Taxonomy 是一套 AI 失败分类方法，用于把不同类型的失败区分开来，便于团队系统化地追踪、排序和处理。资料指出，幻觉、拒绝、语气不匹配并不相同，需要分类管理。
主要能力：按四大类划分失败。内容类包括幻觉、不准确、不完整、不相关、自相矛盾；行为类包括不当拒绝、缺失拒绝、语气不匹配、人设中断、过度生成；技术类包括延迟、截断、格式错误、工具失败、上下文丢失；安全类包括有害内容、隐私泄露、偏见表现、操纵。同时提供严重程度分级：Critical 需立即修复，High 数天内修复，Medium 数周内修复，Low 记录并批量处理。
使用方式：资料给出五步用法——记录时按类型和严重程度分类每个检测到的失败；按时间追踪失败类型频率；优先处理最高严重度、最高频的失败；按类型分组做根因分析以识别系统性问题；用失败模式指导护栏设计与提示改进。
设计产物：失败分类参考文档、失败记录模板、严重度分类评分标准、失败趋势仪表盘、根因分析协议。
适用场景：适合需要持续监控 AI 输出质量、建立失败记录与优先级机制的团队。
限制：资料未提供具体安装命令、代码示例、平台支持或收费信息，暂未提供。