1、现状：
当前现状伙伴提问，回答的准确率92%
基线正确数据量：444350
全量数据：
2、目的：
挤掉92%的数据水分
3、参考数据
表1：兜底表
表2：需要识别理解是否正确表
4、步骤 可全量 可抽样
（1）表2中
需要识别
输入 表2中a列 用户提出的问题 到 大模型or小模型  输出 标准问题a1
判断 表2中b列 标准问题 是否和 标准问题a1一致 如果一致 正确数字n+1 如果不一致 非正确数字m+1 初始值n=0 ，m=0
结论：
 表2中正确问题占比：n/m+n
 基线正确数据量：444350+n
 回答准确率：444350+n/全量数据
（1）表1中数据新增 表2中回答不一致的问题和答案
（2）分析表1中用户问题哪些属于
复合型问题：哪些是识别了回答不了？
局限问题：哪些是识别不了？
复合型问题和局限问题在表1中大概占比有多少？预计占全量有多少？
（3）表1中问题大类分类有几大类？哪些是局限问题？哪些是复杂问题？
比如：食品安全，饮料制作，清洁标准，人事，薪资，福利等
（4）是否可以从其他维度进行分析？
比如：人员角色等