用途：AI功能的上线质量把关。该技能提供一套产品管理框架，通过访谈和结构化文档，为AI功能定义可测量的发布质量标准（Ship Bar），明确“成功”的定义、关键指标阈值、评测集设计、负责人、回归门禁及上线后监控。
主要能力：
- 访谈引导：围绕功能风险、正确性判断、错误成本、假阳性/假阴性偏好、延迟要求、成本约束、测试数据可用性及决策权限等问题进行前置访谈。
- 单请求成功定义：明确成功、部分成功、失败的标准；若需主观判断，提供评分规则（3-5条通过/不通过标准）并确定评分方式（人工、经人工校验的LLM评分或两者结合）。
- 指标选择：按功能类型选择适用指标，包括任务完成率、精确率与召回率、有害输出率、拒绝准确率、p95（及p50）延迟、每次成功请求成本、人工编辑/覆盖率。
- 评测集设计：确定规模（确保单例翻转不影响决策）、来源（优先真实输入，补充编写用例）、黄金标准用例（双人标注一致）、对抗性用例（畸形输入、提示注入、越界请求等）、必过集（安全、隐私、法律、资金问题，单例失败即阻断发布）、留出集（不参与调优）及刷新机制（生产故障转为新用例）。
- 阈值与负责人：为每个指标设定阈值、评测切片、负责人及是否阻断发布；必过集不可豁免。
- 回归门禁：定义哪些变更（模型版本、提示词、检索、工具、设置）需重跑评测，以及指标下降多少即阻断变更。
- 上线后监控：选择实时信号、告警阈值、人工审查抽样计划及回滚触发条件。
- 输出文档：提供Ship Bar模板，涵盖功能与风险、成功定义、指标与阈值表（示例阈值需替换）、评测集表、签署表、回归门禁、上线后监控及结果记录。
使用方式：按照技能指令步骤操作——先访谈，再定义单请求成功，选择指标，设计评测集，设定阈值与负责人，设置回归门禁，规划上线后监控。最终产出一份Ship Bar文档。
适用场景：AI功能临近发布且决策基于演示；更改已上线功能的模型、提示词或检索；领导询问如何判断质量足够；工程与产品对质量存在分歧；需要回归门禁防止后续变更降低质量。
限制：文档中所有阈值均为示例，需团队自行设定；未提供具体定价、平台或效果保证；评测集规模、来源等需依据实际数据与政策确定。