第4章：指标分类体系 —— 构建AI原型的平衡记分卡

1. 用户场景：上线即翻车，为什么高分模型反而被投诉？

某医疗影像AI产品在A/B测试中，模型的准确率和召回率均提升了12%，团队准备庆祝全量上线。然而，用户访谈却显示一线医生给出了大量负面反馈：“出图太慢”、“解释逻辑看不懂”、“总是打断我的工作流”。

业务问题：团队陷入了“指标维度缺失”的陷阱——只关注了绩效和滞后指标，完全忽略了体验和超前指标。产品在实验室里“很强”，但在真实的医疗场景中“很难用”。

2. 用户访谈与需求拆解：三个维度，八种组合

通过深度访谈，我们把干系人的需求拆解为三个正交的分类维度。这些维度共同构成了AI产品原型验证的“完整性骨架”：

• 绩效 vs 体验： 模型跑得快与用户用得爽的矛盾。
• 客观 vs 主观： 机器记录的数据与人感知的价值的差异。
• 滞后 vs 超前： 事后复盘的结果与事前预警的信号。

每个指标在三维空间中都是一个坐标点。例如“医生单次诊断耗时”可以归类为绩效/客观/超前指标。

3. 方案表达：采用三维九宫格指标体系

为了消除业务方和技术方的认知差异，我们使用二维象限图来降维打击。该框架帮助团队在同一张图上对齐了“模型好不好”和“用户爽不爽”。

4. 指标验证：如何判断你的体系是否完备？

在业务评审会上，可以使用这个平衡记分卡检查清单来验证指标体系是否健康：

5. 验收标准：在PRD中锁定指标分类

在需求拆解阶段，我们必须将抽象的指标分类落实到具体的验收条款中。以下是一个交付物模板，用于在PRD中定义AI功能属性：

功能名称：智能诊断辅助报告生成
验收标准：
  [绩效-客观-滞后]
    1. 报告生成准确率 ≥ 98%（基于测试集）。
    2. 单次推理耗时 ≤ 500ms。
  [体验-主观-超前]
    1. 医生在完成首次诊断后，需弹出“刚才的辅助建议是否有帮助？”（1-5分）。
    2. 平均评分 ≥ 4.0 则视为通过。
  [体验-客观-超前]
    1. 医生“采纳建议”的按钮点击率 > 60%。
    2. 医生“修改建议”的编辑距离变化率需在后台日志中记录。

6. 交付物模板：指标分类卡片

在项目启动阶段，使用下面的卡片结构来定义每一个核心指标，确保产品经理、算法工程师和设计师在同一个频道沟通：

通过这种结构化的拆解，AI产品经理可以轻松地在原型验证阶段发现“偏科”的指标，并提前干预业务风险。