用途：在全栈应用中安全集成大语言模型功能，适用于产品新增 AI 辅助能力、需要安全且可度量的 AI 行为时使用。
主要能力与工作流：定义提示词模板与版本管理；实现输入/输出护栏；为延迟、成本和质量添加追踪；处理模型不可用时的降级；审查数据驻留与 PII 政策。
必要检查：缓解提示词注入风险；配置成本预算与速率限制；为高风险输出设置人工升级路径；用评估集跟踪质量回归。
决策框架：实现前优先明确契约与兼容规则；依赖风险高时，要求每条调用路径具备超时、重试与降级策略；使用异步消息时，要求幂等、重放与死信处理；流量模式波动大时，上线前要求负载、故障转移与扩缩容验证。
常见误区与反驳：认为重试会自动处理失败——无界重试可能放大故障，应使用预算；认为可暂缓运行手册——运维模糊会延迟事故恢复；认为契约变更很小——小的破坏性变更会引发广泛下游回归。
证据包：契约兼容性说明与迁移策略（如适用）；依赖降级与恢复的故障模式测试证据；可观测性快照（延迟、错误、饱和度或队列健康）；带明确触发阈值的发布与回滚步骤。
退出标准：工作流经证据验证达到生产就绪；运维与安全护栏到位；发布与回滚预期已文档化。
限制：资料未提供具体模型、平台、价格或代码示例，实际实现细节暂未提供。