第1章
课程导论
AI产品需求文档与模型卡片的定义、价值与行业现状。
概念全景
第2章
需求文档基础
从业务痛点出发，定义AI产品的核心目标与用户故事。
用户故事目标
第3章
数据需求分析
数据来源、数据质量、数据标注与隐私合规要求。
数据治理隐私
第4章
模型需求定义
模型类型选择（分类/回归/生成）、性能指标与约束条件。
指标选型
第5章
评估与验收标准
离线评估、在线A/B测试、人工评估与业务指标对齐。
A/B测试验收
第6章
模型卡片起源
Google的Model Cards理念、可解释性与负责任AI。
可解释伦理
第7章
模型卡片结构详解
模型详情、用途、性能、公平性、透明度与维护。
结构透明度
第8章
模型卡片撰写实战：图像分类
为图像分类模型撰写完整模型卡片。
实战CV
第9章
模型卡片撰写实战：NLP文本生成
为NLP文本生成模型撰写完整模型卡片。
实战NLP
第10章
需求文档与模型卡片的关联
如何从需求文档推导出模型卡片的关键字段。
映射流程
第11章
跨团队协作
产品经理、数据科学家、工程师与法务在文档中的角色。
协作角色
第12章
版本管理
需求文档与模型卡片的版本控制、变更记录与审计追踪。
Git审计
第13章
自动化工具
使用模板、脚本与CI/CD流水线生成和维护文档。
CI/CD效率
第14章
案例：智能客服系统
智能客服系统的需求文档与模型卡片全流程。
案例客服
第15章
案例：推荐系统
推荐系统的需求文档与模型卡片全流程。
案例推荐
第16章
案例：计算机视觉质检
计算机视觉质检系统的需求文档与模型卡片全流程。
案例质检
第17章
案例：金融风控模型
金融风控模型的需求文档与模型卡片全流程。
案例风控
第18章
案例：医疗诊断辅助
医疗诊断辅助系统的需求文档与模型卡片全流程。
案例医疗
第19章
常见陷阱
需求模糊、指标不一致、文档与模型脱节等问题的解决方案。
避坑最佳实践
第20章
文档质量评估
如何评审需求文档与模型卡片的完整性、一致性与可读性。
评审质量
第21章
合规与伦理
GDPR、算法备案、偏见检测与公平性声明。
合规伦理
第22章
模型卡片中的性能可视化
使用图表展示混淆矩阵、ROC曲线与特征重要性。
可视化图表
第23章
需求文档中的风险分析
技术风险、数据风险、业务风险与缓解措施。
风险缓解
第24章
用户反馈闭环
如何将模型上线后的用户反馈更新到需求文档与模型卡片。
反馈迭代
第25章
多语言与国际化
面向全球市场的文档撰写要点。
i18n全球化
第26章
开源与社区
参考Hugging Face Model Hub、OpenAI Model Card等最佳实践。
开源社区
第27章
敏捷开发中的文档
在Sprint中快速迭代需求文档与模型卡片。
敏捷迭代
第28章
高级话题：可解释AI (XAI)
可解释AI（XAI）在模型卡片中的体现。
XAI可解释
第29章
高级话题：对抗鲁棒性与安全
模型卡片中的对抗鲁棒性与安全评估。
鲁棒性安全
第30章
课程总结与未来趋势
AI文档标准化、自动化与监管动态。
总结趋势