大模型技术服务内容范围标准-支持与服务-阿里云-支持与服务(Support)-阿里云帮助中心

1.服务概述

1.1 服务说明

1.智能体搭建技术服务：

提供基于客户业务场景，进行智能体建设服务，包括业务场景梳理、智能体架构设计、工程链路实施、应用集成、高可用及可观测架构设计及实施等工作。

2.智能体优化技术服务：

提供基于客户业务场景，进行智能体优化服务，包括智能体架构设计、工程链路优化、性能调优等工作。

3.大模型后训练技术服务：

通过技术服务，使用模型后训练等技术手段，提升大模型在垂直领域任务上的性能表现（如准确率、召回率、响应速度等），降低推理成本与资源消耗，增强模型输出的可靠性、一致性与安全性。

4.大模型算力优化服务：

针对客户模型训练与推理业务需求，提供算力迁移、环境适配、性能调优与部署优化服务，支持将算法任务迁移至阿里云平台，并基于PAI/ACS产品进行高效训推部署。

5.AI产品技术服务说明：

针对阿里云AIAgent产品,提供基于客户实际使用场景的培训赋能，及基于Agent提供实施支持服务，包括最佳实践培训、Workshop、MVP场景实施、核心Skill编写、教练&陪跑、内部推广运营支持等工作。

6.DATA+AI服务说明

面向阿里云数据/大数据平台上的客户，围绕"Data+AI"提供实施服务，覆盖数据生产（研发/运维/治理）与数据消费（问数/洞察）两条能力主线，包括原理讲解与基础功能演示、技术环境适配诊断、现状调研与能力评估、实施蓝图规划、选定场景的技术与数据适配、调试优化与测试数据集达标等工作。本服务以"调研—设计—实施"的方式，将阿里云沉淀的基于AI的数据生产与数据消费实施方法论传导给客户团队，并在客户选定的场景中完成落地验证，帮助客户形成可自主运营的DataAgent应用能力。本服务为单一规格，采用远程为主、现场为辅的混合方式，以Workshop共创方式推进——边讲解方法论边动手落地；超出单包覆盖范围的部分由大模型技术服务增补服务中的Data+AI增补项补充。本服务不以人天衡量，而以服务形态、覆盖范围与交付物为准；实际任务量以售前调研结论为准，并在订单中确认。凡未在本服务内容说明中明确定义的工作内容或交付成果，均不在本服务的交付范围之内。

7.大模型技术服务增补服务：

用于补充上述服务包中，单包服务内容无法覆盖的服务内容。

2.服务范围

2.1 智能体搭建技术服务范围

服务范围包含：

大模型相关应用场景需求分析。
智能体架构设计与编排搭建实施。
智能体工程链路设计及搭建实施。
上下文工程（ContextEngineering）设计与实施。
检索增强生成（RAG）系统构建与实施。
工具或Skills接入。
性能及稳定性治理。
安全合规处理。
项目过程管理与实施计划制定支持。

服务范围不包含：

客户系统的代码开发。
第三方软件的安装、测试、故障诊断、优化等日常运维服务。
非大模型相关的IT系统架构改造或通用数字化转型咨询。

注：对于不在云上稳定性保障服务范围内的第三方软件问题，客户可登录阿里云社区获取免费咨询，或联系云市场商家寻求帮助。

2.2 智能体优化技术服务范围

服务范围包含：

大模型相关应用场景需求分析。
上下文工程（Context Engineering）深度优化。
检索增强生成（RAG）系统构建与优化。
智能体架构设计与编排。
智能体工程链路调优。
性能调优。
安全合规处理。
项目过程管理与实施计划制定支持。

服务范围不包含：

客户系统的代码开发。
第三方软件的安装、测试、故障诊断、优化等日常运维服务。
非大模型相关的IT系统架构改造或通用数字化转型咨询。

2.3 大模型后训练技术服务范围

服务范围包含：

业务场景需求调研。
后训练方案设计。
数据集准备（含训练数据、评测数据）。
效果评估与持续迭代。
推理性能优化。
项目过程管理与实施计划制定支持。

服务范围不包含：

客户现有业务系统的代码开发与功能改造。
第三方闭源软件的安装、测试、故障诊断与优化。

注：仅支持基于现有训推框架（如百炼、PAI-LightLLM、vllm、sglang）之上的优化服务，不涉及框架级改造。

2.4 大模型算力优化技术服务范围

服务范围包含：

推理性能优化模型镜像适配与依赖环境编译（不含闭源包改造）。
基于PAI/ACS的推理服务部署与压测。
训练环境构建及训练效率优化与分布式策略调优。
异常问题定位与算力利用率提升建议。
项目过程管理与实施计划制定支持。

服务范围不包含：

客户侧代码开发与模型算法研发。
非算力相关的业务系统迁移或改造。
第三方闭源软件或自研框架的改造优化。
第三方训练/推理框架的底层重构（如修改PyTorch内核）。

注：仅支持基于现有主流训推框架（如HuggingFace、DeepSpeed、vLLM）的调优，不涉及框架级二次开发。

2.5 AI产品技术服务范围

围绕阿里云一方AIAgent产品提供技术咨询服务，服务范围包含：

阿里云AI产品的最佳实践培训和Workshop；
结合客户场景，提供Agent产品落地方案设计及咨询；
选择核心场景，以共创带练方式，通过Skill集成、多Skill编排、场景验证，完成MVP场景落地实施；
阿里云AI产品的教练和陪跑服务；支持客户对于阿里云AI产品的内部推广和运营；项目过程管理与实施计划制定支持。

服务范围不包含：

阿里云AI产品的售前咨询和POC；
阿里云AI产品和客户内部系统的集成；
阿里云AI产品的日常技术支持、答疑和故障响应；
非AI的其他阿里云产品咨询、答疑和培训。

注：对于不在云上稳定性保障服务范围内的第三方软件问题，客户可登录阿里云社区获取免费咨询，或联系云市场商家寻求帮助。

2.6 DATA+AI实施服务范围

Data+AI技术服务面向阿里云数据/大数据平台上的客户，围绕客户选定的一个数据生产或数据消费场景开展，按"调研—设计—实施"完成从现状调研、方案设计到落地达标的完整闭环，采用远程为主、现场为辅的混合方式。

服务范围包含：

原理讲解与基础功能演示：面向客户数据与业务团队，讲解数据生产（AIETLAgent能力地基+研发/运维/治理）或数据消费（Text→DSL→SQL确定性编译、智能问数与洞察）的原理与方法论，并在演示环境中完成DataAgent基础功能的样例演示。
技术环境适配诊断：结合客户选定场景，评估DataAgent与客户技术环境的适配缺口，包括数据引擎与存算方案、ETL与调度平台接入、权限与语义资产/业务知识供给等，明确接入方式与前置改造项。
现状调研与能力评估：远程或现场调研客户数据现状——数据消费方向评估数仓分层健康度、指标口径一致性、BI资产可复用度；数据生产方向评估数据引擎与ETL平台现状、开发规范与建模方法论成熟度、存量任务与血缘可梳理程度、运维巡检与治理成熟度。
实施蓝图与路线图：输出分阶段的实施蓝图与优先级建议，明确首期覆盖的场景、投入估算与风险提示。
技术环境与数据内容适配：在客户真实技术环境中完成DataAgent的接入配置，并适配客户选定场景的真实数据内容——数据消费方向沉淀该场景的可信数据集与指标维度口径、构建语义层；数据生产方向完成环境初始化与数仓规范/业务知识地基建设（存量场景含逆向工程）。
调试与优化：以选定场景的测试数据集为标尺进行迭代调优——数据消费方向针对BadCase修正语义映射与口径并回归验证；数据生产方向借助AIETLAgent走通一次完整流程，并完成新老逻辑A/B对账。
测试数据集效果达标：以客户选定场景为交付对象，达成该场景测试数据集约定效果——数据消费方向以测试数据集准确率约定达标率为准；数据生产方向以走通一次完整流程且新老逻辑A/B对账零差异（或差异有合理解释）为准。
测试数据集与验收方法传导：指导客户建立测试数据集与BadCase闭环机制，作为后续自主运营与效果度量的标尺。
交付《DataAgent技术方案》（含现状调研与能力评估结论、技术环境适配性评估、实施蓝图与路线图）与《测试验收报告》。

服务范围不包含：

全量数仓的重建与迁移；数仓治理与数据清洗的动手实施。
DataAgent产品的采购、部署与授权；DataAgent及底层引擎、调度平台的生产运维托管；7×24生产值守。
超出"每包支持"约定范围的场景实施（详见3.8.7，超出部分按2.5中Data+AI增补服务另行评估）。
客户系统的代码开发；模型算法研发。
非Data+AI相关的IT系统架构改造或通用数字化转型咨询。
第三方软件的安装、测试、故障诊断、优化等日常运维。
本服务约定范围以外（含第三方软件）的问题处理与兼容性改造。
官方产品文档及交付范围之外的技术文档提供。

注1：测试数据集效果达标仅针对客户选定场景、在双方书面确认的测试数据集口径上达成；对该测试数据集之外的泛化表现、模型输出与自动化研发结果不作绝对保证。

注2：语义层、ETL任务等成果的生产实施主体为客户，阿里云以指导、陪跑、样例演示与选定场景的实施调优方式提供支持，不代替客户进行生产系统的落地实施与运维。

注3：本服务仅支持基于阿里云数据/大数据平台产品（如MaxCompute、DataWorks、Hologres、Flink等）及DataAgent产品能力之上的适配与调优，不涉及引擎级或平台级二次开发改造；客户业务与数据须运行在阿里云数据/大数据平台之上。

注4：对于不在云上稳定性保障服务范围内的第三方软件问题，客户可登录阿里云社区获取免费咨询，或联系云市场商家寻求帮助。

2.7 大模型技术服务增补服务范围

服务范围包含：

智能体搭建相关服务内容，包含：
- 大模型相关应用场景需求分析。
- 上下文工程（ContextEngineering）深度方案设计与实施。
- 检索增强生成（RAG）系统实施。
- 智能体架构设计。
- 智能体工程链路实施。
- 安全合规处理。
- 项目过程管理与实施计划制定支持。
智能体优化相关服务内容，包含：
- 大模型相关应用场景需求分析。
- 上下文工程（ContextEngineering）深度优化。
- 检索增强生成（RAG）系统构建与优化。
- 智能体架构设计与编排。
- 智能体工程链路调优。
- 性能调优。
- 安全合规处理。
- 项目过程管理与实施计划制定支持。
后训练技术相关服务内容，包含：
- 业务场景需求调研。
- 后训练方案设计。
- 数据集准备（含训练数据、评测数据）。
- 效果评估与持续迭代。
- 项目过程管理与实施计划制定支持。
算力优化相关服务内容，包含：
- 模型镜像适配与依赖环境编译（不含闭源包改造）。
- 基于PAI/ACS的推理服务部署与压测。
- 训练环境构建及训练效率优化与分布式策略调优。
- 异常问题定位与算力利用率提升建议。
- 项目过程管理与实施计划制定支持。
AI产品服务范围，包含：
- Agent产品实施方案设计
- MVP场景实施
- MVP场景效果优化
- 项目过程管理与实施计划制定支持
DATA+AI实施服务增补，用于补充Data+AI技术服务单包内容无法覆盖的增量能力主线、增量场景与语义资产范围，包含：
- 包括增量的原理讲解与方法论授课；
- 现状调研与能力评估；
- 技术环境适配诊断；
- 问数业务域语义层构建与达标验证；
- 语义资产构建与口径沉淀；
- 研发/运维/治理场景扩展；
- 存量数仓逆向工程等；

服务范围不包含：

客户系统的代码开发。
第三方软件的安装、测试、故障诊断、优化等日常运维服务。
非大模型相关的IT系统架构改造或通用数字化转型咨询。
客户现有业务系统的代码开发与功能改造。
客户侧代码开发与模型算法研发。
第三方闭源软件或客户自研框架的改造、安装、测试、故障诊断与优化。
2.1-2.6中已列明的“不包含”内容；

注1：仅支持基于现有训推框架（如百炼、PAI-LightLLM、vllm、sglang、HuggingFace、DeepSpeed、vLLM）之上的优化服务，不涉及框架级改造及二次开发。

注2：对于不在云上稳定性保障服务范围内的第三方软件问题，客户可登录阿里云社区获取免费咨询，或联系云市场商家寻求帮助。

3.前提条件

3.1 智能体搭建技术服务前提条件

客户应提前至少15个自然日提出服务申请，以便完成可行性评估与资源准备。
客户应提供必要的非生产环境访问权限、远程通道及关键干系人联系方式。
客户应指定一名具备决策权的项目经理作为对接负责人。
客户需要购买阿里云算力或使用阿里云MaaS服务。
在阿里云提交实施计划后，客户须在5个工作日内以书面形式（含邮件）确认方案。

3.2 智能体优化技术服务前提条件

客户应提前至少15个自然日提出服务申请，以便完成可行性评估与资源准备。
客户应提供必要的非生产环境访问权限、远程通道及关键干系人联系方式。
客户应指定一名具备决策权的项目经理作为对接负责人。
在阿里云提交实施计划后，须在5个工作日内以书面形式（含邮件）确认方案。

3.3 大模型后训练技术服务前提条件

客户应提前至少15个自然日提出服务申请；若涉及大规模数据处理或算力迁移，建议提前30天申请。
客户应提供必要的非生产环境、数据样例、API接口文档及远程访问权限。
客户应指定项目经理全程参与需求对齐、方案评审与进度协调。
客户应审核并通过阿里云制定的《工程实施计划》，无正当技术理由不得否决已确认方案。
客户应按约定时间参与关键节点评审与试运行验证。
阿里云不提供强化学习奖励函数设计，需由客户提供奖励函数。

3.4 大模型算力优化技术服务前提条件

客户应提前至少15个自然日提出服务申请；若涉及大规模算力迁移，建议提前30天。
客户应提供模型代码、训练脚本、数据样本及目标硬件规格。
客户应开放远程访问权限，允许阿里云团队进入客户环境进行诊断。
客户应明确性能优化目标（如期望QPS、延迟阈值）。
客户应配合完成迁移演练与效果验证。

3.5 AI产品技术服务前提条件

客户应提前至少15个自然日提出服务申请，以便完成可行性评估与资源准备。
客户应提供必要的非生产环境访问权限、远程通道及关键干系人联系方式。
客户应指定一名了解AI产品内部使用情况的相关人员为对接负责人，负责安排培训时间和场地，协调参加培训的人员。
客户需要购买阿里云一方AIAgent产品，包括Qoder、秒悟(Meoo)、JVSCrew、骡子快跑(MuleRun)、千问办公等。
在阿里云提交培训计划后，客户须在5个工作日内以书面形式（含邮件）确认计划以及时间安排。

3.6 DATA+AI实施服务前提条件

客户应提前至少10个自然日提出服务申请；涉及现场服务或大批量环境准备的，应提前至少15个自然日申请。
客户应及时提供服务所需的文档、信息、系统访问权限与远程访问通道，包括但不限于业务与数仓资料、指标口径说明、数据引擎与ETL平台的测试环境访问权限，并保证所提供信息真实、准确、完整。
客户应指定一名项目负责人，负责协调内部业务、数据与IT资源，组织访谈与工作坊，并对阿里云提交的实施计划与方案进行审核和书面确认；在无正当技术理由的情况下，不应否定已书面确认的方案。
客户选定场景所涉的数据与业务须运行在阿里云数据/大数据平台之上（如MaxCompute、DataWorks、Hologres、Flink等）；非阿里云平台环境不在本服务支持范围内。
客户应自行完成DataAgent产品及配套数据引擎、调度平台的开通与基础可用性准备；相关许可与资源费用不包含在本服务费内。
客户应对阿里云提交的实施计划、方案与交付物进行审核并完成书面确认（含电子邮件形式）。
客户应开放选定场景的真实数据环境与必要的读写权限，并完成数据安全与合规审批；数据安全与合规责任由客户承担，阿里云在服务过程中遵守客户的安全管理要求，不留存客户生产数据。
客户应在实施开始前与阿里云共同书面确认选定场景范围、测试数据集及其评分口径，作为效果达标的判定依据（数据消费方向为测试数据集准确率达标；数据生产方向为走通完整流程且新老逻辑A/B对账零差异）。
客户应指派业务与数据侧成员参与Workshop共创，并承担语义资产、ETL任务等成果在客户环境中的生产发布。
客户应对指标口径冲突进行内部裁决；口径未裁决导致的延期不计入阿里云责任。
本服务采用远程为主、现场为辅的混合方式，通过电话、钉钉/企业IM、邮件等方式沟通，现场排期以双方确认的项目计划为准。服务时间为工作日北京时间9:00至18:00（法定节假日除外）。
交付物默认采用简体中文，以MicrosoftOffice（Word/Excel/PPT）或PDF等电子格式提交电子拷贝。

3.7 大模型技术服务增补服务前提条件

客户需要先购买主服务后，方可购买增补服务。
增补服务前提条件继承对应主服务前提条件。

3.8 分工边界

3.8.1 客户与阿里云

客户购买大模型技术服务。
针对该服务的业务目标，双方商定并确认具体业务目标及范围。

3.8.2 客户

确定业务目标。
提供场地、设备、必要的非生产环境及远程访问通道、权限等，配合阿里云开展服务。
配合阿里云调研现有算法模型训练配置，算力利用情况，参与具体的计划实施，如部署方案，迁移方案制定等。
审核阿里云制定的实施计划，并以书面或邮件方式确认阿里云提出的具体实施计划。客户无正当技术理由，不得否定阿里云提供的技术建议或方案。
执行具体的迁移，部署，优化方案。
作为运维主体，负责相关运维工作。
授权阿里云针对算力服务性能进行7×24小时监控和分析。

3.8.3 阿里云

负责项目的组织，成立专家方案实施团队。
了解客户业务目标、范围，制定实施计划，并获得客户的书面（包括但不限于电子邮件）确认。
提供本工作说明书规定的各项服务目录，如业务目标、部署方案，评测方案，优化方案等，提供可行建议，确保算力资源使用正常。

3.8.4 完工标准

提交《服务验收报告》并获得客户验收认可。

3.9 服务项

服务内容：阿里云针对客户的业务目标，包含以下服务：

3.9.1 智能体搭建技术服务项

提供智能体搭建技术服务，包含：

场景需求调研，提供大模型场景调研分析服务，包括：
- 对客户的业务痛点和大模型应用需求进行访谈与确认。
- 调研现有知识库、数据资产、API接口等可用资源情况。
- 每包支持：单个业务场景，3场次调研会议。
技术现状调研，提供大模型相关技术现状调研分析服务，包括：
- 分析客户当前计算资源、网络环境、技术架构现状。
- 明确企业知识源、数据库、应用系统的接入能力与接口规范。
- 每包支持：3个主要系统的技术对接评估。
RAG检索链路设计与实施，包括：
- 提供企业知识库的向量化优化与检索增强（RAG）实施，包含：文档接入与清洗（PDF/Word/TXT等常见格式）优化方案；分段处理、元数据提取与向量索引配置建议；RAG检索链路集成与效果验证。
- 每包支持：不超过50份标准文档（单份不超过10页）。
智能体技术链路及上下文工程（ContextEngineering）方案设计，包括：
- 输出《智能体链路设计方案》，包括智能体编排链路、节点设计、模型选择、评测方式及标准等。
- 设计智能体工程链路所依赖的MCP工具或Skills，定义工具的输入输出标准。
- 每包支持：不超过3个智能体节点，2个MCP工具/Skills调用。
智能体及上下文工程搭建实施，包含：
- 轻量化记忆工程设计与搭建实施（不涉及记忆调度、记忆结构化存储、记忆压缩、记忆整理等）。
- 设计编排方案中节点的提示词，并进行评测优化。
- 基于阿里云MaaS产品，结合智能体编排方案及上下文工程，进行工程链路搭建串联实施，完成与客户现有的工具或Skills接入。
- 提供Agent效果验证，提供Agent高可用部署方案，支持客户完成生产级别Agent部署与集成。
提供项目执行过程的项目管理服务。
每包支持：1个链路设计方案，不超过3个智能体节点，2个MCP工具调用，50份标准文档（单份不超过10页）。

3.9.2 智能体优化技术服务项

1）智能体优化咨询基础包

提供智能体优化咨询基础服务，包含：

场景需求调研，提供大模型场景调研分析服务，包括：
- 对客户的业务痛点和大模型应用需求进行访谈与确认。
- 调研现有知识库、数据资产、API接口等可用资源情况。
- 每包支持：单个业务场景，3场次调研会议。
技术现状调研，提供大模型相关技术现状调研分析服务，包括：
- 分析客户当前计算资源、网络环境、技术架构现状。
- 明确企业知识源、数据库、应用系统的接入能力与接口规范。
- 每包支持：5个主要系统的技术对接评估。
智能体编排方案优化设计，提供智能体编排方案设计服务，包括：
- 输出《智能体链路设计方案》，包括智能体编排链路、节点设计、模型选择、评测方式及标准等。
- 每包支持：1个链路设计方案，且方案中节点数量不超过5个。
上下文工程（ContextEngineering）深度优化，提供面向场景的提示词深度优化服务，包括：
- 通义千问模型提示词兼容化改写。
- 提示词效果评测，不超过5个模型，不超过1000条数据。
- 每包支持：不超过3轮提示词优化，每轮优化评测不超过5个模型，不超过1000条评测数据。
提供项目执行过程的项目管理服务。

2）智能体优化实施基础包

提供基于百炼构建智能体服务，包括以下工作内容：

提供基于百炼进行智能体效果优化、测试、发布服务，支持通过百炼MCPServer调用客户现有工具（需客户自行完成工具接入）。
提供基于百炼完成Agent方案效果验证，提供Agent高可用部署方案，支持客户完成生产级别Agent实施。
支持企业知识库的向量化优化与检索增强（RAG）优化，包含：文档接入与清洗（PDF/Word/TXT等常见格式）优化方案；分段处理、元数据提取与向量索引配置建议；RAG检索链路集成与效果验证。
提供项目执行过程的项目管理服务。
每包支持：不超过5个智能体节点，5个MCP工具调用，100份标准文档（单份不超过10页）；基础包不包含Multi_Agent、长短期记忆、ReAct/CoT/Reflection/TaskPlanning型Agent设计，如需包含，需叠加增补包。

3.9.3 大模型后训练技术服务项

1）后训练支持包

针对特定任务目标提供监督微调（SFT）或强化学习（RLHF）技术支持。
提供数据格式规范与样本质检建议（不含微调数据准备）。
配置训练脚本（LoRA/P-Tuning等轻量化方法）。
协助执行训练任务（基于客户提供的算力资源）。
输出效果对比评测报告。
提供项目执行过程的项目管理服务。
每包支持：1个训练任务+1个模型版本+1种算法（如LoRA），模型训练迭代次数：3次，数据量5万条样本。

2）大模型评测支持包

根据客户的评测目标设计核心指标，如准确率、相关性、合规性与响应完整性等。
搭建自动化评测链路，支持批量推理、打分与结果聚合分析流程。
输出多维度评测报告，包含性能、问题归因及后续优化建议。
注意，本服务不含评测数据集构建，需客户自行提供。
提供项目执行过程的项目管理服务。
每包支持：1个业务场景的评测，单包默认支持：
- 评测集条数：5W条
- 评测模型数量：3个
- 评测轮次：3轮

3.9.4 大模型算力优化服务项

1）算力优化基础服务

包含以下服务内容，可根据需要二选一：

镜像适配：
- 根据目标GPU类型进行模型镜像适配。
- 编译CUDA、PyTorch、Transformers等依赖库。
- 容器化打包（Dockerfile生成、镜像交付）。
- 兼容性测试与异常定位。
推理服务部署：
- 将训练完成的模型部署为在线推理服务（支持PAI-EAS、Triton、TGI）。
- API接口调试与流式响应支持。
- 基于推理框架能力对模型进行量化（INT8/GPTQ）部署以降低显存占用。
- 性能压测（QPS、延迟、并发能力评估）。
- 输出《推理性能评测报告》。
提供项目执行过程的项目管理服务。
每包支持1个模型实例+1种GPU卡类型。
推理服务部署区分环境（dev/staging/prod），各环境单独计费。

2）训练效率优化服务

包含算力优化基础服务内容，同时增加以下服务内容：

针对训练任务进行全流程性能调优。
分布式训练策略优化（ZeRO-2/3、DDP、FSDP）。
显存占用优化与吞吐率提升。
Checkpoint管理与容错机制建议。
输出《训练性能优化建议书》。
提供项目执行过程的项目管理服务。
每包支持1个训练任务+1个模型+1种GPU卡类型。

3.9.5 AI产品技术服务项

提供阿里云AI产品培训服务、AI产品实施服务两个规格：

AI产品最佳实践培训服务内容（任选其一）：
- 通用最佳实践培训服务，包括：
  - 通用的产品使用全流程最佳实践培训；
  - 面向不同角色的产品使用最佳实践培训；
  - 通用的产品Workshop实操培训。
  - 每包支持：8个课时，默认为4课时/天。
- 贴合客户实际使用场景的教练&陪跑服务，包括
  - 分析客户对AI产品的需求和使用场景；
  - 结合客户的场景，指导客户落地产品使用的最佳实践；
  - 每包支持：提供8课时的教练&陪跑服务。
- 客户内部推广和运营的支持，包括：
  - 支持客户在内部的AI产品推广和运营，提供相应的策略和方案；
  - 每包支持：提供8课时的推广&运营支持。
AI产品实施服务，包含：
- AI组织提效轻咨询，与客户共创，梳理业务过程中可能存在的AI提效场景及落地方法；
- Agent集成方案设计，梳理Agent产品与客户系统集成方案；
- Skill/MCP能力编写，梳理关键Skll/MCP能力清单；
- 关键Skill编写；
- MCP服务网关开通及部署，配合客户完成MCP接口集成；
- 多Skill编排，完成MVP场景落地；
- 配合客户完成企业知识库导入Agent产品；
- 提供项目执行过程的项目管理服务；
- 每包支持：1个场景，不超过10个Skill，不超过3个业务系统通过MCP集成，不超过20份文档导入（每份文档不超过10页）；

3.9.6 DATA+AI实施服务项

原理讲解与基础功能演示
- 数据生产主线方法论讲解（能力地基：环境初始化、数仓规范、业务知识、逆向工程；AIETLAgent驱动研发/运维/治理）；
- 数据消费主线方法论讲解（Text→DSL→SQL确定性编译、SchemaLinking、语义层与可信数据集）；
- 演示环境中的DataAgent基础功能样例演示；
- 每包支持：1条能力主线（数据生产或数据消费）的原理讲解与基础功能演示；
技术环境适配诊断
- 数据引擎与存算方案评估、ETL与调度平台接入评估、权限与语义资产/业务知识供给评估；
- 输出接入方式建议与前置改造项清单；
- 每包支持：客户选定场景所涉技术环境的适配诊断，覆盖上述三个评估维度；
现状调研与能力评估
- 数据消费方向：数仓分层健康度、指标口径一致性、BI资产可复用度打分；
- 数据生产方向：数据引擎与ETL平台现状、开发规范与建模方法论成熟度、存量任务与血缘可梳理程度、运维巡检与治理成熟度打分；
- 每包支持：1个数据生产或数据消费场景的现状调研与能力评估；
实施蓝图与路线图
- 分阶段实施蓝图、优先级建议、首期覆盖场景建议、投入估算与风险提示；
- 每包支持：1份实施蓝图与路线图（作为《DataAgent技术方案》的组成部分交付）；
技术环境与数据内容适配
- DataAgent在客户真实环境中的接入配置；
- 数据消费方向：沉淀选定场景的可信数据集与指标维度口径、构建语义层（域/业务过程/指标/维度字典/逻辑表及绑定关系）；
- 数据生产方向：环境初始化、数仓规范与业务知识地基建设；
- 每包支持：1个选定场景，且满足下述"场景范围约定"；
调试与优化
- 数据消费方向：BadCase语义映射与口径修正、回归验证；
- 数据生产方向：AIETLAgent走通一次完整流程、新老逻辑A/B对账；
- 每包支持：以选定场景测试数据集为标尺的迭代调优，直至达成下述达标口径；
测试数据集效果达标
- 数据消费方向：测试数据集准确率达标；
- 数据生产方向：走通一次完整流程，且新老逻辑A/B对账零差异（或差异有合理解释）；
- 每包支持：1个选定场景的测试数据集达标验证；
测试数据集与验收方法传导
- 测试数据集构建方法、BadCase闭环机制、评分机制与效果度量标尺传导；
- 每包支持：1套测试数据集与评分机制方法传导；
Workshop共创
- 边讲解方法论边动手落地，沉淀可复用模板与操作手册；
- 每包支持：选定场景的Workshop共创实施，远程为主、现场为辅；
存量数仓逆向工程（存量场景适用）
- 核心任务圈选、血缘还原与语义构建，将存量资产转化为可被Agent复用的上下文；
- 每包支持：选定场景范围内的1次逆向工程；

场景范围约定（每包支持）：

问数场景：1个限定业务域下10个表或30个指标以内；
研发场景：增、删、改中的某一个研发场景；
运维场景：某一种巡检纠查场景；
治理场景：某一类型的变更治理（如源表DDL变更、新建ETL任务引起的语义治理），或指定范围内的语义治理，不超过一个业务域（10个表、30个指标）的范围；

每包汇总支持：

1条能力主线；
1个选定场景；
场景范围不超过1个业务域（10个表或30个指标）；
1次存量数仓逆向工程（存量场景适用）；
1份《DataAgent技术方案》；
1份《测试验收报告》。

注1：超出上述"每包支持"范围的部分，按3.8.5中Data+AI技术服务增补服务另行评估。

注2：会议场次、资料研读量、调优轮次、Workshop场次、现场投入等实际任务量不以人天衡量，以售前调研结论为准并在订单中确认；阿里云以达成选定场景的达标口径为交付目标。

3.9.7 大模型技术服务增补服务项

每个增补服务包工作范围，可执行以下服务之一。

1）智能体搭建增补服务

用于扩展“智能体搭建技术服务”服务包的能力上限。每个增补包支持以下任意一项的（满足其一即可）：

智能体搭建咨询扩展项（任选2项）：
- +1场调研会议（60分钟）
- +1个系统技术评估
- +1个节点的设计容量
- +1个模型1轮提示词优化
RAG建设扩展项：
- +100份标准文档处理（单份10页）
智能体搭建实施扩展项（任选1项）：
- Multi-Agent协作流程编排方案设计与效果验证
- 短期/长期记忆机制设计（Session+VectorDB）方案设计与效果验证
- 工具调用与函数路由（FunctionCalling）方案设计与效果验证
- 自主决策增强（ReAct/CoT思维链）方案设计与效果验证
- 反思与自我修正机制（Reflection）方案设计与效果验证
- 动态任务分解与规划（TaskPlanning）方案设计与效果验证
- 不超过1个智能体节点，1个MCP工具调用
提供增补执行过程中的项目管理服务。

须与“智能体搭建技术服务”同时或先后采购，不可单独用于全新项目启动，支持灵活组合，满足轻量级增量需求或高阶能力补充。

2）智能体优化增补服务

用于扩展“智能体优化技术服务”中任一服务包的能力上限。每个增补包支持以下任意一项的（满足其一即可）：

智能体优化咨询扩展项（任选2项）：
- +1场调研会议（60分钟）
- +1个系统技术评估
- +1个节点的设计容量
- +1个模型1轮提示词优化
RAG优化扩展项：
- +100份标准文档处理（单份10页）
智能体优化实施扩展项（任选1项）：
- Multi-Agent协作流程编排方案设计与效果验证
- 短期/长期记忆机制设计（Session+VectorDB）方案设计与效果验证
- 工具调用与函数路由（FunctionCalling）方案设计与效果验证
- 自主决策增强（ReAct/CoT思维链）方案设计与效果验证
- 反思与自我修正机制（Reflection）方案设计与效果验证
- 动态任务分解与规划（TaskPlanning）方案设计与效果验证
- 不超过1个智能体节点，1个MCP工具调用
提供增补执行过程中的项目管理服务。

须与“智能体优化技术服务”同时或先后采购，不可单独用于全新项目启动，支持灵活组合，满足轻量级增量需求或高阶能力补充。

3）大模型后训练增补服务

用于扩展“大模型后训练技术服务”中任一服务包的能力上限，适配复杂或渐进式实施需求；每个增补包支持以下任意一项扩展（满足其一即可）：

后训练支持包的增补（任选其一）：
- +1次模型训练迭代
- +5万条微调数据处理容量
- 后训练数据增广方案设计
评测支持包的增补（任选其一）：
- +5万条评测样本处理容量
- +2个额外评测模型支持
- +2轮额外评测周期
提供增补执行过程中的项目管理服务。

须与“大模型后训练技术服务”同时或先后采购，不可单独用于全新项目启动；支持灵活组合，满足轻量级增量需求或高阶能力补充。

4）算力优化通用增补服务

用于扩展“算力优化服务”中任一服务包的能力上限，适配复杂或渐进式实施需求；每个增补包支持以下任意一项扩展（满足其一即可）：

算力优化基础服务增补（任选其一）：
- +1个模型类型
- +1种GPU类型
- +1个部署环境
训练效率优化服务（任选其一）：
- +1个训练任务
- +1个模型
- +1种GPU卡类型
提供增补执行过程中的项目管理服务。

须与“大模型算力优化服务”同时或先后采购，不可单独用于全新项目启动；支持灵活组合，满足轻量级增量需求或高阶能力补充。

5）AI产品技术服务增补服务

用于扩展"AI产品技术服务”中实施服务的能力上限。每个增补包支持以下任意一项（满足其一即可）：

+1个场景；
+5个Skill；
+1个业务系统集成；
+50份企业知识文档导入（每份文档不超过10页）；

6）Data+AI技术服务增补服务

用于扩展"Data+AI技术服务"的能力上限。每个增补包支持以下任意一项（满足其一即可）：

+1条能力主线的原理讲解与方法论授课（数据生产或数据消费）
+1个数据生产或数据消费场景的现状调研与能力评估
+1个数据生产或数据消费场景的技术环境适配诊断
+1个问数业务域（10个表或30个指标以内）的语义层构建与达标验证
+10个表或+30个指标的语义资产构建与口径沉淀
+1个研发场景（增/删/改中的另一场景）
+1种巡检纠查场景
+1类变更治理场景（如源表DDL变更、新建ETL任务引起的语义治理）
+1次存量数仓逆向工程（超出实施基础包所含1次之外的额外逆向工程）

须与"Data+AI技术服务"同时或先后采购，不可单独用于全新项目启动，支持灵活组合，满足轻量级增量需求或高阶能力补充。

4. 服务SLA

提供大模型服务技术经理。

提供《大模型技术服务工作计划书》及《大模型技术服务验收报告》。

5. 服务流程

5.1 智能体搭建技术服务流程

申请时间限制：客户须至少应于智能体搭建技术服务开始日之前提前15个自然日提出申请。

5.2 智能体优化技术服务流程

申请时间限制：客户须至少应于智能体优化技术服务开始日之前提前15个自然日提出申请。

5.3 大模型后训练技术服务流程

申请时间限制：客户须至少应于大模型后训练技术服务开始日之前提前15个自然日提出申请。

5.4 大模型算力优化服务流程

申请时间限制：客户须至少应于大模型算力优化服务开始日之前提前15个自然日提出申请。

5.5 AI产品技术服务流程

申请时间限制：客户须至少应于大模型工程技术服务开始日之前提前15个自然日提出申请。

5.6 DATA+AI实施服务流程

申请时间限制：客户需提前10个自然日提出申请；涉及现场服务或大批量环境准备的，需提前15个自然日提出申请。

流程按"调研—设计—实施"分为三个阶段，连续执行：

调研阶段：需求对齐→原理讲解与基础功能演示→现状调研与能力评估→技术环境适配诊断。该阶段在演示环境或客户只读环境中开展，不改动客户既有资产。
设计阶段：形成现状评估结论与适配缺口清单→输出分阶段实施蓝图与路线图→确认选定场景范围、测试数据集及评分口径→形成《DataAgent技术方案》。
实施阶段：技术环境与数据内容适配→基于客户场景的调优→测试数据集回归与效果达标验证→输出《测试验收报告》。

整个过程以Workshop共创方式推进，边讲解方法论边动手落地，最终在选定场景上完成从调研、设计到效果达标的闭环，并沉淀可复用的模板与操作手册。

6.验收标准

阿里云提供以下交付物，视为服务验收合格：

阿里云交付《大模型技术服务工作计划书》及《大模型技术服务验收报告》，并获得客户书面确认（含电子邮件形式）。
《大模型技术服务工作计划书》及《大模型技术服务验收报告》内容包括：
1. 服务开始之前，阿里云对客户大模型需求的分析和大模型技术选型建议。
2. 基于客户的业务特性和业务需求，阿里云就客户业务实施提供技术方案建议。

7.完成标志

实施结束并完成客户验收工作。