如何評估一份 AI 服務商的提案：給非技術買家的檢驗方法
評估的核心是輸出品質與合約結構，兩者都可以在零技術背景下嚴格檢驗。
評估 AI 提案時，非技術買家最大的焦慮是「我看不懂，只能信他」。這個焦慮可以解除：評估的核心是輸出品質與合約結構，兩者都可以在零技術背景下嚴格檢驗。以下是買家版的評估方法。
第一步：拒絕罐頭 Demo，要求用你的資料測試
服務商的展示 demo 使用精選資料與理想流程，與你的實際環境有距離。唯一有效的測試材料是你自己的資料：拿三到五份真實文件（去除敏感內容後），要求對方現場或限期跑出結果。
願意做的服務商，你看到的是真實能力；找理由推辭的，這個訊號本身就是答案。
第二步：檢驗輸出的三個維度
拿到測試輸出後，依次檢查三件事——每一件都只需要對照與重複，零技術門檻：
一、穩定性。同一份輸入，要求執行三次。三次輸出的關鍵內容應該一致：名稱、數字、結論。輸出每次浮動的系統，上線後你的同事每天要花時間核對它。
二、忠實度。逐句對照輸出與原始文件：輸出裡有沒有原文找不到的「事實」？AI 系統偶爾會生成看似合理但無中生有的內容，行內稱為幻覺（hallucination）。測試階段抓到一次，就要問服務商：「系統用什麼機制減少這種情況、發生時如何標示？」有準備的服務商答得出機制；答「我們的模型很準」的，要小心。
三、格式可靠度。輸出是否每一次都符合約定格式？格式偶爾走樣，下游的自動流程就會偶爾中斷——這類故障最消耗維護精力。
三個維度，一個下午可以測完。這一個下午，價值高過任何簡報。
第三步：八個必問的合約問題
1. 交付物清單是什麼？（白紙黑字，逐項列）
2. 驗收標準是什麼？（怎樣算「做完」）
3. 付款結構？（里程碑掛成果，而非掛日期）
4. 原始碼歸誰？（交付後應歸買方）
5. API 費用掛誰的帳號、預估用量級別？
6. 交付後的維護怎麼安排、怎麼計價？
7. 系統出錯時如何被發現？（主動標示，還是等用戶投訴）
8. 知識轉移包含什麼？（文件、交接 session）
八個問題都有具體答案的提案，結構上已勝過市面多數。
紅旗清單
承諾「零錯誤」「百分之百準確」——與技術現實相違；拒絕階段付款，要求全額預付；原始碼歸屬含糊，或明言留在服務商手上；無法解釋 API 費用結構；展示只有精選 demo，拒絕用你的資料測試。
關於 AI 項目常見失敗模式，見中小企 AI 項目為何失敗。
常見問題
問：比價時只看總價可以嗎？
總價要連同四層成本結構一起比（見AI 自動化的真實成本結構）。低報價 + 原始碼鎖定，三年總成本經常反超高報價 + 完整移交。
問：需要另外請技術顧問幫我審嗎？
上述檢驗全部可自行執行。若項目金額大、或涉及核心業務資料，請獨立顧問審一次原始碼與架構是合理保險——費用相對項目金額通常很小。