AI 报告生成后，应该由谁核对什么？

报告有完整的图表和流畅的文字，并不能证明数字和结论可靠。运维月报等场景，应先明确输入范围、统计口径与人工复核责任，再讨论哪些步骤适合自动化。

核对输入：数据是否适合这个任务

确认允许使用的工单、字段、附件和时间范围，记录缺失、重复或异常数据。生成工具不应自行补造缺失记录；遇到无法确定的字段，需要说明缺口并交回负责人员处理。

核对指标：提取、计算与解释分开处理

从工单中读取时间字段，与计算一个服务指标，是两项不同工作。涉及 SLA 达成或 MTTR 时，先共同确定指标含义、事件范围、起止时间、服务时间窗及排除规则，再核对统计结果。不要把未明确的指标口径交给模型猜测。

核对结论：数字能否支持这段话

可以要求报告中的主要结论关联到工单明细或统计结果。数据只能显示变化时，不宜直接写成已经证实的原因；原因分析、影响判断与行动建议应分别复核。

明确监督与异常处理责任

NIST AI RMF 1.0 提出明确数据选择与适用性、系统知识限制以及人工监督流程。结合报告项目，可以分别安排数据负责人、指标负责人和交付审核人；角色可以兼任，但责任不应缺失。

试点如何判断是否值得继续？

可以选一组授权的历史样例，与现有方式对照，记录数值错误、结论偏差、人工复核和修正时间。是否扩大应用，应基于完整工作量与质量表现，而不是只比较初稿生成速度。