编写AI项目状态总结，先固定一份可复用的字段框架，再按“取数—核对—成稿—评审—归档”的顺序推进。AI可以承担多源信息汇总、初稿生成和异常提示，风险等级判定、结论与对外口径仍需项目负责人确认。以下给出字段表、五步流程、角色分工、填写示例和定稿检查清单，可直接套用或按团队口径调整。
要点总览（TL;DR）
- 先固定八个必填字段：项目与周期、目标与完成度、里程碑、风险与阻塞、数据与模型质量、资源与依赖、下期计划、待决策项，AI项目还需覆盖数据准备、模型效果与评测验证。
- 按“定周期基线—多源取数—按字段填写并标注来源—核对口径—评审归档”五步推进，每步都有明确的输入、输出和完成标志。
- AI承担汇总、初稿、异常提示和历史对比，风险等级、结论建议与对外口径由项目负责人确认，生成结果需逐项回溯原始记录。
- 定稿前核对字段完整性、数据一致性、风险三要素、决策项责任人与时间、上期遗留项关闭情况，全部通过再发布。
一份可复用的AI项目状态总结字段框架
状态总结的价值在于让读者在几分钟内判断项目是否健康、下一步需要谁做什么。字段框架的作用是固定回答顺序，避免每次写总结都重新组织内容。下表列出八个核心字段，并区分必填与选填。
| 字段 | 填写内容 | 数据来源 | 必填/选填 |
|---|---|---|---|
| 项目与周期 | 项目名称、总结覆盖的时间段、对比基线（上期总结或计划版本） | 项目台账、上期总结 | 必填 |
| 本期目标与完成度 | 本期计划目标逐条列出，标注完成、部分完成、未开始，并给出完成度口径 | 迭代计划、任务系统 | 必填 |
| 关键里程碑状态 | 里程碑名称、计划日期、实际状态、偏差原因 | 里程碑计划、版本记录 | 必填 |
| 风险与阻塞 | 风险描述、影响范围、等级、责任人、应对动作与时间点 | 风险台账、阻塞记录 | 必填 |
| 数据与模型质量 | 数据准备进度、数据质量问题、模型效果指标及与基线的对比 | 实验记录、评测报告、数据清单 | 必填 |
| 资源与依赖 | 人力投入与缺口、外部依赖方及交付状态 | 工时记录、依赖清单 | 必填 |
| 下期计划 | 下期目标、关键动作、预期产出 | 迭代计划、负责人确认 | 必填 |
| 待决策项 | 需要谁在什么时间决定什么，不写泛泛的“待领导支持” | 评审记录、负责人确认 | 必填 |
| 背景补充与附件索引 | 术语说明、详细数据链接、历史总结索引 | Wiki、文档库 | 选填 |
AI项目相对普通软件项目，需要额外覆盖三类内容。数据准备要写清数据来源、标注进度和质量问题，因为数据延迟往往直接决定模型进度。模型效果要给出评测指标和对比基线，避免只写“效果符合预期”。评测与上线验证要说明验证范围、通过标准和当前所处阶段，让读者知道项目距离可用还有多远。
填写口径需要提前约定。完成度按任务数还是按工作量计算，风险等级分几档、每档对应什么条件，完成定义是代码合入还是验证通过，这些口径应在团队内固定下来，并在总结中注明。口径不一致是状态总结最常见的失真来源。
编写步骤：从取数到定稿的五步操作
把编写拆成五步，每步都有明确的输入、动作、输出和完成标志，可以减少反复返工。
第一步：确定周期与基线
输入是上期总结和本期计划。动作是确认总结覆盖的时间段，并明确对比对象是上期实际结果还是本期计划目标。输出是一行周期与基线说明。完成标志是编写者能说清“本期相对什么在比较”。
第二步：多源取数
输入是各数据源。动作是从任务系统取任务状态与完成情况，从版本库取合入与发布记录，从实验与评测记录取模型指标，从风险台账取未关闭风险与阻塞。输出是一份按字段归类的原始素材。完成标志是每个必填字段都能找到至少一条原始记录。
第三步：按字段填写并标注证据来源
输入是上一步的素材。动作是逐字段填写，在关键结论后标注来源，例如“评测通过率较上期提升，来源：评测报告第X版”。输出是总结初稿。完成标志是初稿中每个数字和状态判断都能回溯到具体记录。
第四步：核对口径
输入是初稿与原始记录。动作是检查进度百分比的计算方式是否一致、风险等级是否符合团队定义、完成定义是否前后统一。输出是核对后的修订稿。完成标志是抽查若干条目，数字与原始记录一致，等级判定有依据。
第五步：评审定稿并归档
输入是修订稿。动作是组织评审，只讨论偏差项和待决策项，确认后定稿并归档，同时登记待决策项的负责人与截止时间。输出是发布版总结和决策事项清单。完成标志是总结已归档，待决策项已分配到人。
在工具承载上，任务状态、风险台账和总结文档如果分散在多个系统，取数和核对会占用大部分时间。ONES 的项目管理可以承载工作项与迭代状态，风险记录与总结文档可在同一平台内流转；ONES Assistant 能理解项目、工作项、迭代和 Wiki 页面等上下文，基于相关项目数据回答问题并执行后续操作，也可将结果保存为工作项或 Wiki 页面，减少页面切换和重复录入。对于需要定期产出状态总结的团队，这种把取数、成稿和归档放在同一上下文中的方式，能降低口径对不齐的概率。
AI在编写过程中承担哪些环节
AI适合处理信息密度高、判断要求低的环节，人负责承担结论责任。分工可以按下表执行。
| 环节 | 承担方 | 说明 |
|---|---|---|
| 多源信息汇总 | AI | 把任务、版本、评测、风险记录按字段归类，生成素材清单 |
| 初稿生成 | AI | 按固定模板填充字段，保留来源标注位置 |
| 异常与偏差提示 | AI | 对比上期数据，提示进度落后、风险新增、指标波动等变化 |
| 历史总结对比 | AI | 检索往期总结，找出重复出现的问题和未关闭事项 |
| 风险等级判定 | 人工 | 等级涉及影响判断和责任分配，由项目负责人确认 |
| 结论与建议 | 人工 | 是否调整计划、是否升级风险，由负责人决定 |
| 对外口径 | 人工 | 面向管理层或客户的表述由负责人审定 |
使用AI时有几条输入约束需要明确。限定数据范围，只允许引用本期相关项目和记录；提供固定字段模板，让输出结构稳定；明确禁止编造未记录事项，缺失数据应标注“未获取”而非推测填充。生成结果需要逐项回溯到原始记录，尤其是数字、日期和风险等级，核验通过后才能进入评审。
ONES 的 AI 能力基于 ONES 权限体系进行知识问答和任务执行，输出过程可追踪、结果可审计，这为上述核验提供了基础。围绕项目进展、工时投入、缺陷分布和资源配置，ONES Assistant 可生成进展分析、根因判断和资源合理性建议，供负责人在风险扩大前判断是否需要干预；最终的风险定级和处置决定仍由人做出。
角色分工与各角色交付物
状态总结如果由一个人拼凑，容易出现数据滞后和结论失真。按角色划分输入和交付物，可以让每个字段都有明确的责任人。
| 角色 | 职责 | 交付物 |
|---|---|---|
| 项目负责人 | 确认结论、判定风险等级、提出待决策项 | 风险清单与等级、结论段落、待决策项 |
| 项目成员或模块负责人 | 提供本期进展、阻塞和完成情况 | 模块进展记录、阻塞说明 |
| 数据与算法角色 | 提供数据准备进度、模型效果与评测结果 | 评测报告、数据质量说明 |
| 编写者或PMO | 汇总成稿、核对口径、组织评审 | 总结初稿、口径核对记录 |
| 评审者 | 确认偏差、对决策事项拍板 | 评审意见、决策结论 |
分工的关键是让数据提供者对原始记录负责，让编写者对口径一致负责，让负责人对结论负责。三者分离，总结中的数字和判断才经得起追问。
示例：一个迭代周期的状态总结怎么写
以下为演示情景，用于说明字段如何落地，不代表真实项目数据。
项目与周期：某模型优化项目，本期为第3个迭代，对比基线为第2迭代末计划。
本期目标与完成度：计划完成数据清洗和一轮模型评测。数据清洗完成，来源：数据任务看板；模型评测完成两轮中的一轮，完成度按任务数计为75%。
关键里程碑状态：“评测通过”里程碑计划本周五完成，当前处于第二轮评测准备，偏差原因是评测集标注延迟两天，来源：里程碑记录与标注任务列表。
风险与阻塞：风险一，评测集标注延迟可能影响上线验证时间，影响范围为上线窗口，等级为中，责任人为数据负责人，应对动作是增加标注人力并在周三前补齐，来源：风险台账第12条。
数据与模型质量：训练数据覆盖率较上期提升，评测集存在部分样本重复，已在清洗中处理；模型主指标与上期基线持平，来源：评测报告第3版。
资源与依赖：算法人力无缺口，标注资源依赖外部团队，当前交付延迟两天。
下期计划：完成第二轮评测并输出上线验证方案。
待决策项：是否将上线验证时间顺延一周，需项目负责人在本周四评审会上决定。
示例中每条关键结论后都标注了来源，风险项写明了影响、责任人、动作和时间点，待决策项写明了决策人、时间点和决策内容。照此结构改写自己项目的内容即可。
定稿前的完成检查
发布前逐项核对下表，全部通过再定稿。
| 检查项 | 检查内容 | 通过标准 |
|---|---|---|
| 字段完整性 | 八个必填字段是否齐全 | 无空缺，缺失数据已标注“未获取”及原因 |
| 数据一致性 | 进度、风险等级与原始记录是否对得上 | 抽查条目与来源记录一致，计算口径全文统一 |
| 风险项 | 是否写明影响、责任人和应对动作 | 每条风险三要素齐全，且有时间点 |
| 决策项 | 是否明确谁在什么时间决定什么 | 每条待决策项有决策人、截止时间和决策内容 |
| 遗留项 | 上期未关闭事项是否交代 | 逐条说明当前状态或关闭原因 |
检查通过后归档，并把待决策项登记到跟踪清单。下期编写时，这份总结就是对比基线，也是检查遗留项是否关闭的依据。
常见问题
团队第一次写AI项目状态总结，字段太多可以先删减吗？
可以按阶段取舍，但建议保留风险与阻塞、数据与模型质量、待决策项这三项。项目早期数据准备尚未展开时，“数据与模型质量”可先写数据来源与标注计划；模型进入评测阶段后再补指标对比。删减时要在团队内说明哪些字段暂缓、何时恢复，避免下期总结无法与上期对比。
上期总结里的风险等级和本期口径不一致，怎么处理？
以本期团队确认的口径为准，并在总结中注明口径调整及调整原因。对跨期风险，可同时给出按旧口径和新口径的等级，说明变化是判定标准变化还是风险本身变化。若口径频繁变动，建议把等级定义写入团队文档，作为每期填写的固定依据。
AI生成的初稿出现原始记录里没有的内容，应该怎么处理？
直接删除或标注“未获取”，并回溯该字段的原始记录补齐。使用AI时应在输入中限定数据范围、提供固定字段模板，并明确要求缺失数据标注而非推测。核验时优先检查数字、日期和风险等级三类内容，这些字段出错对决策影响最大。
状态总结的周期应该多长，和迭代节奏怎么配合？
周期通常与迭代或月度节奏对齐，关键是保持稳定，让每期总结有可比基线。迭代较短时可按迭代出总结，月度再汇总一次；跨团队依赖多的项目，可在总结中单独列出依赖方交付状态。周期一旦确定，对比基线也应固定为上期实际结果或本期计划，避免每期换口径。
待决策项一直没人拍板，总结里怎么体现？
在待决策项中写明决策人、截止时间和决策内容，并在下期总结的遗留项中逐条交代当前状态。连续多期未决的事项，可标注已等待的周期数，并说明延迟对里程碑或上线窗口的影响，让决策者看到时间成本。总结本身不替代决策流程，但可以把悬置事项显性化。
