# AI 领域「好马配好鞍」——Harness 工程化核心清单
AI 领域「好马配好鞍」——Harness 工程化核心清单
核心公式
AI 落地能力 = 底座大模型(好马) + 全套约束增强工程(好鞍)
模型差距越来越小，真正拉开产品体验、稳定性、落地能力的，全是「鞍」
一、第一层：缰绳（基础约束，最低标配）
- 系统提示词 System Prompt
角色定义、输出格式、禁止项、业务规则、语气规范，从源头限制模型乱输出。 - 输出结构化约束
强制 JSON/Markdown/固定模板、字段校验、格式兜底，杜绝自由文本乱答。 - 权限&边界控制
禁止越权操作、敏感词过滤、业务范围锁定，规避幻觉和违规内容。
二、第二层：视野（补全短板，解决模型天生缺陷）
- RAG 检索增强
私有文档、业务知识库、实时资料入库，解决模型知识过时、不懂业务、瞎编。 - 上下文窗口管理
对话截断、摘要压缩、动态缓存、长期记忆，防止长上下文溢出、遗忘关键信息。 - 外部实时信息接入
联网搜索、实时接口数据，弥补大模型训练数据截止时间问题。
三、第三层：手脚（工具能力，从「只会说」到「能做事」）
- Function Calling / 工具调用
调用接口、数据库、计算器、文件读写、代码运行。 - MCP 协议 / 本地能力打通
就像你在用的 Pixso MCP，AI 直接读取设计稿 DSL、操作设计工具、获取完整结构化数据。 - 跨软件联动
设计工具、编辑器、终端、项目工程打通，实现端到端自动化。
四、第四层：大脑（复杂任务编排，高阶能力）
- Agent 智能规划
自动拆解复杂任务、分步执行、自我反思、纠错重试。 - 工作流 Workflow 编排
固定业务流程流水线：解析→处理→生成→校验→输出，适合标准化业务。 - 多模型协同
小模型做摘要/校验、大模型做推理、专业模型做绘图/代码，各司其职降本提效。
五、第五层：刹车（质量兜底，生产必备）
- 后置校验器
语法校验、业务逻辑校验、数据格式校验、代码语法检测。 - 幻觉检测 & 事实核查
关键内容二次比对知识库、接口数据，杜绝编造。 - 失败重试 & 降级策略
模型输出异常自动重试、超时降级、兜底文案，保证服务不崩。
六、第六层：底盘（工程底座，企业级落地）
- 观测与可观测性
Token 统计、耗时监控、调用日志、错误上报。 - 缓存 & 性能优化
高频问题缓存、向量库优化、请求合并，降低成本+提速。 - 权限、鉴权、私有化部署
企业数据隔离、内网部署、数据安全管控。
浙公网安备 33010602011771号