ARTICLE · 1318719

政企AI工具选型实战—评分卡:把＂感觉不错＂翻译成能过评审会的数字

发布时间：2026-11-06 10:54:19 最近访问：2026-11-06 10:54:19

IT雷震子｜专注 AI / 大模型 / 效率工具的实战分享

评分卡：把"感觉不错"翻译成能过评审会的数字

本品类四件事：8 维度 40 项可验证条目怎么拆、权重怎么按单位调、一票否决项怎么设、证据栏为什么必须填。

评审会上，三家的演示都很顺：回答流畅、界面好看、报价体面。散会时主持问"大家什么意见"，沉默五秒，有人说"我看 B 家感觉不错"。三个月后项目出了问题，复盘时没人说得清当时为什么选了 B——因为当时根本没留下说清的依据。

"感觉不错"过不了评审会，更过不了审计。前面五篇（11–15）把信创、数据不出域、合规、审计、合同五道关讲完了，但它们散落在各篇里，是"判断"不是"数字"。评审会需要的是一张能加总、能追溯、能签字的表——这就是评分卡。本篇把前五篇的判断翻译成 8 维度 40 项可验证条目，给你一套能直接进评审会的打法。

一、评分卡的三原则：可验证、可加权、可否决

先立三条原则，后面所有的拆条目、定权重、设否决都从这三条推出来。

第一，可验证。每一项都要能回答"拿什么证明"。"系统安全性好"不是条目，"提供等保三级测评报告且在有效期内"才是条目。判断标准很简单：写不出证据材料名称的，就不是可验证条目，打回去重拆。

第二，可加权。不同单位的关注点不同：强监管单位看约束，预算紧的区县看成本，运维弱的单位看服务。权重表是单位自己定的，不是厂商的演示定的——先定权重，再看演示，顺序反了就会被演示牵着走。

第三，可否决。安全合规类的红线项不进加权——不是"分数低一点"，是"直接出局"。原因下一节展开，先记住结论：红线是及格线，不是加分项。

三原则合起来就是一张评分卡的骨架：否决项先筛一轮，剩下的按权重加权算分，每一项分数背后挂着证据编号。评审会上有人问"为什么选 A"，你翻到评分卡第 3 页，指给他看。

二、8 维度 40 项：把"能力"拆到能验证的颗粒度

图 2：8 维度 40 项——每项写得出证据材料名称，才算可验证条目

8 个维度分两组：四道硬约束（信创适配、数据不出域、合规准入、审计追溯，来自第 11–14 篇）+ 四个常规维度（能力、集成、成本、服务）。每维度拆 5 项，共 40 项。每项三要素：验证问题（一句话）、证据材料（名称）、评分口径（0/1/2 三档：做不到 0 分、部分做到 1 分、完全做到 2 分）。

以"数据不出域"维度的 5 项为例，示范拆到什么颗粒度才算数：

□ 部署形态实证——验证问题：推理和存储跑在哪台机器上？证据：部署架构图 + 机房实拍或资源清单，公网域名反查为空。

看出来了吗？每一项都能落到一张纸、一次实测、一个查询截图。"安全性好、功能强大、服务到位"这类词在 40 项里没有位置——它们是宣传册语言（第 15 篇讲的第 1 级翻译），进不了评分卡。其余 7 个维度的拆法同理。再举两个高频卡点：能力维度别拿功能清单勾选充数，要拆到实测动作——典型 5 项：核心场景任务完成率（拿你自己的真实任务当场跑）、输出格式合规率、多轮上下文保持、幻觉率（用第 18 篇的评测集口径）、复杂文档解析准确率。成本维度拆到三年 TCO：采购价只是零头，后面还有算力与存储、按量计费的推理成本、升级维保、内部人力、退出迁移五笔钱，5 项条目就按这五笔拆，每笔要求供应商书面报价。集成与服务同理：接口实测、单点登录对接、信创栈适配证明；服务的响应时限、驻场天数、培训场次，全部要写进报价与合同。

三、权重怎么按单位调：三种单位三套权重

图 3：三种单位三套权重——最怕什么，哪块权重就最高

40 项都拆完，权重怎么定？给一个基准和三套调法。基准权重：能力 30%、集成 25%、成本 20%、服务 15%，四道约束合计 10%（每道 2.5%）——注意这个基准有个前提：约束类先过一票否决（下一节讲），这里的 10% 只是"过了否决线之后的相对优劣"，比如两家都满足不出域，一家能做到删除回执演示、另一家只能口头承诺，前者在这 2.5% 上得满分。

强监管单位（金融、公安、司法等）：约束类提到 25%（每道 6.25%），能力降到 25%、集成 20%、成本 15%、服务 15%。理由：监管检查是常态化压力，约束上差半分，检查时就是整改单。

一般国企：接近基准，能力 30%、集成 25%、成本 20%、服务 15%、约束 10%。理由：合规是底线（一票否决兜住了），日常竞争靠能力和集成。

区县政务：成本 30%、服务 25%、能力 20%、集成 15%、约束 10%。理由：预算敏感、没有专职运维团队，"买得起、有人管"比"功能最强"重要。

调权重有一条纪律：权重表在看演示之前定稿、上会确认。会后改权重，就等于给"感觉不错"开了后门。三套权重放一起看更直观：强监管单位是约束 25% / 能力 25% / 集成 20% / 成本 15% / 服务 15%；一般国企是约束 10% / 能力 30% / 集成 25% / 成本 20% / 服务 15%；区县政务是约束 10% / 能力 20% / 集成 15% / 成本 30% / 服务 25%。三种调法不是标准答案，是给你一套调的逻辑：先问自己单位最怕什么（被查？买贵？没人维护？），最怕的那块权重就最高。

四、一票否决：安全合规不过，直接淘汰不进加权

为什么红线项不能进加权？因为加权的前提是"各项可以互相补偿"——能力弱一点、成本高一点，可以用服务好一点拉回来。但安全合规项之间不存在补偿：数据出境一次就出局，加权算分是把"能不能用"偷换成了"分数高不高"，逻辑上就错了。数据出境不会因为你们家 PPT 做得好看而变得可以接受。

四类一票否决项，与四道硬约束一一对应：

□ 信创实测不过——目标算力/OS/数据库/中间件栈上实测跑不通，或拿不出适配证明（对照第 11 篇四层清单）。

流程上用两轮制：第一轮先过否决项（每项是/否，有一个"否"即淘汰），第二轮对通过的供应商做 40 项加权评分。常见抵抗话术要提前堵住："这一条我们可以签进合同承诺"——承诺不是证据，第 15 篇讲得很清楚：合同是把承诺变成约束的工具，但评分阶段要的是能力实证，合同兜底不能替代能力证明。真到 POC 阶段，可以让承诺上场（签数据处理协议进真数据测试），但评分卡阶段只认证据。给你一个合成示例感受一下否决的力度：某供应商能力分全场最高、报价最低，但数据流向图拿不出来，只说"我们是私有化部署，数据肯定不出去"。按两轮制，它在第一轮就被淘汰了——能力强救不了红线，就像驾照考试，驾驶技术再好，闯红灯就是不合格。

五、证据栏：没有证明材料，不得计分

评分卡最容易被击穿的地方不是权重、不是条目，是证据栏。条目拆得再细，证据栏空着，评分就退回"感觉不错"——只不过换了个打分的形式。

证据分四类，按证明力排序：① 实测证据（当场跑出来的：导出演示、评测集实测、越权测试，最强）；② 文档证据（架构图、流向图、权限矩阵、条款文本）；③ 第三方证据（测评报告、备案查询截图、公开名录）；④ 合同承诺（第 15 篇八条红线的条款，最弱，只作兜底）。

评分纪律三条，建议原文抄进评审办法：第一，证据栏空着的条目一律 0 分，不给"印象分"；第二，不接受"会后补材料"——会后补等于没有，真想补就下次评审再来；第三，证据栏写编号（材料名 + 页码或截图号），评审纪要和评分卡一起归档，出问题能翻回来看当时看到了什么。

证据栏还有一个衔接作用：凡是四类证据都拿不出、只能"现场演示看看"的条目，直接标红进第 18 篇的 POC 自建评测集清单——演示会骗人，评测集不会。证据索引的写法给个示例："E-03-2：数据流向图 v2.3 第 2 页（厂商 2026-10-28 提交）"——编号规则是 E-条目序号-材料序号，写清版本、页码、提交时间。评审纪要里引用证据只写编号，评分卡归档时证据材料按编号装订，三年后谁来查都翻得到。

六、本篇落地：AI 工具选型评分卡（结构 + 用法）

□ 第一步：过否决项。四类一票否决逐项填是/否，任何一项"否"即淘汰，不进下一步。

最后回答一个常被问到的问题：评分卡会不会太死板，把真正好的产品挡在门外？不会，因为评分卡评的不是"产品好不好"，是"产品适不适合我们单位"。一家技术很强但数据流向说不清的厂商，在你的场景里就不是好选择。落地工具不用复杂：一张 Excel 就够（本篇交付物就是 Excel 结构 + 权重示例），三个使用贴士：一是用数据验证锁定评分列只许填 0/1/2，填别的弹错；二是权重行单独放顶部，改权重会自动重算总分，但改动留痕（修改人、时间、理由上会确认）；三是每家供应商一个 sheet，横向对比表自动汇总，评审会上直接投屏排序。评分卡的真正作用是：让选择可解释、可复盘、可担责——三年后回头看，你能说清当时为什么这么选，这比多两分功能分重要得多。