舉個例子，假設今天要做一個RAG系統，可以將工作內容簡單拆分成 1. 前期研究與設計：這個階段要產出RAG系統需要什麼元件，包含文件如何上傳與讀取、vector DB有哪些選項、建立 index的算法有哪些、retrieve的算法有哪些、可選用的LLM有哪些。 2. 跑實驗：建立 index的算法有很多種，這個階段要產出多個算法之間的比較，比如要花多少時間建立 index，這個時間是可以接受的嗎？這樣建立 index的算法在 retrieve的時候的 metrics要用什麼定義，是precision還是 recall比較重要。 3. 雲端架構部署：前面所有實驗跑完，系統中會使用什麼元件也差不多定義完成，接著要定義CICD，這階段的產出可能是服務部署到k8s需要多少資源，DB的機器資源要開多大，然而這些並非ML工程師擅長的，所以會請後端以及SRE的團隊加入提供專業意見。 4. 投入開發：這階段的產出就是在 gitlab 貢獻程式碼 上面這些是非常粗淺的前期規劃，實際上還會更細，而且跨團隊運作也會有更多的討論與修改，但我今天只想分享到這邊，有想到的之後再分享