AI 求职每日一课 · 2026-09-13
AI JOB COURSE · WEEK 1 · REVIEW

第 1 周复盘:输出层系统设计

用一张端到端设计图串起模型调用、协议约束、业务校验、前端状态与人工接管。

02

为什么今天学这个

第一周的重点不是记住几个 API 名称,而是把模型、Prompt、结构化输出、Schema 和用户契约分层,并能解释每层失败时谁负责处理。
03

三个核心要点

模型是概率生成器:Prompt 是行为合同,Structured Outputs 是协议形状。
Schema 与业务校验分两层:前者保证可解析,后者保证可执行。
输出层是用户契约:必须能解释来源、失败原因、重试边界和人工接管入口。
04

最小可运行示例

async function answer(input) {
  const intent = await model.parse(input);
  validateSchema(intent);
  const result = await executeAllowedTool(intent);
  validateBusinessResult(result);
  return present({ result, requestId: intent.requestId });
}
05

生产环境会怎么翻车

  • 只讲模型能力,不讲版本、成本、超时和回滚:无法说明如何上线。
  • 把 JSON 合法当作答案正确:结构门禁不能替代事实与权限校验。
  • 用户反馈无法回溯:没有保存 Prompt、模型版本、工具结果和最终渲染。
06

动手练习

画出一条从用户输入到最终答案的链路,为每一层补一个失败样本、一个日志字段和一个人工接管条件。
07

面试表达

30 秒回答

我会按协议层、执行层、控制层回答:协议层声明工具和调用 ID;执行层做白名单、Schema、身份与资源校验;控制层负责超时、预算、幂等、审计和人工确认。最后用 request ID 把线上反馈还原到具体输入和版本。

08

今日自测

Structured Outputs 保证正确吗?
查看答案不能,主要约束结构;事实和业务规则仍需应用层验证。
为什么固定模型版本?
查看答案让评测、事故复盘、成本和线上行为可复现。
什么时候转人工?
查看答案高风险副作用、重复失败、来源不足或权限不清时暂停自动化。
09

来源与明日

明日:继续把工具调用和输出状态接到完整业务流程。
按 P 切换投影