模型选型方法论是 AI 产品经理在多个可用大模型中，依据业务需求系统性地挑选最匹配模型的完整操作框架。与 模型选型五维度（侧重"评什么"）互补，本页侧重"怎么选"的全流程。
核心定义
模型选型 = 在多个可用的大模型候选项中，依据具体的业务需求，从能力、成本、速度、合规、生态等维度做出系统性比较，挑出最匹配场景的那个或那几个的过程。
五个关键原则：多个候选项（≥3 个模型纳入对比）、依据需求（先有需求再选模型）、多维度（不只看 benchmark 分数）、系统性（有打分有矩阵有结论）、适配性（选最合适而非最好）。
为什么要做模型选型
- 供给侧：模型货架日益扩大，2022-2026 模型数量增长 10000 倍+。PM 不主动选型，要么被技术团队"拍脑袋"决定，要么被动接受供应商推销。
- 需求侧：业务场景差异大。没有"万能模型"，只有"场景最优解"。
- 决策侧：选错代价高——成本风险（吞掉全部毛利）、合规风险（无法上线）、供应风险（产品瘫痪）。这是 CEO 思维的商业决策，不只是 CTO 的技术 trade-off。
步骤总览
| 步骤 | 名称 | 核心问题 | 主要产出 |
|---|---|---|---|
| 1 | 业务场景适配 | 我们到底要模型做什么？ | 六维度需求清单 |
| 2 | 建立候选模型池 | 谁可能符合？ | 3-5 个候选模型 |
| 3 | 设计评测集 | 用什么样本来比？ | 20 条真实 Prompt，分 4 大类 |
| 4 | 定义评分维度 | 怎么打分？ | 维度表 + 评分标准（0-3 分制） |
| 5 | 小规模横向测试 | 哪个胜出？ | 效果对比 + 成本分析 → 决策 |
三大评价维度与三种匹配型
效果（质量/效果）、成本（资源/费用）、速度（响应/时延）
| 匹配型 | 典型场景 | 权重特征 |
|---|---|---|
| A 速度优先型 | 客服机器人 | 毫秒级响应、成本敏感、稳定性高 |
| B 推理优先型 | 代码助手 | 推理深度、准确性、复杂任务处理 |
| C 质量优先型 | 离线报告生成 | 速度可让位质量、长文本、高质量输出 |
核心理念：不追"最强模型"，只追"最匹配模型"——按场景定义指标权重，按权重选型。
第一步：业务场景适配
根据具体的业务场景，把需求拆成可量化的清单，六个维度：
| 维度 | 要回答的问题 |
|---|---|
| 输入是什么？ | 文本/图片/语音/视频/结构化数据 |
| 输出是什么？ | 文本/图片/语音/代码/结构化数据 |
| 部署要求 | 国内 API/私有化部署/海外可用 |
| 任务难度 | 单轮对话/多轮推理/复杂工作流 |
| 容错率 | 零容错/错一点可接受/容错较高 |
| 响应速度 | 实时（<3s）/准实时（<60s）/离线可等 |
第二步：建立候选模型池
根据业务场景找到对应的模型，再去除不符合要求的模型进入候选池。关键是从第一步的六维度出发做筛选，而非凭印象列举。
第三步：设计评测集
准备 20 条真实 prompt，按公司员工使用场景配比，分 4 大类（每大类 5 条）。评测集要覆盖核心场景和边界场景。
以 AI 生图场景为例的四大类：
- 商务办公场景：日常高频使用的商务插画需求
- 数据/科技场景：数据可视化、科技感配图需求
- 特殊场景：重点评测模型短板——人种偏见性、中文文字渲染、人物细节、本土文化、复杂指令
- （第四类根据具体业务补充）
第四步：定义评分维度
对梳理好的 20 条 prompt，生成后的效果进行横向对比打分。设置具体的打分维度及评分标准（0-3 分制）。
以 AI 生图场景为例：
| 维度 | 0 分 | 1 分 | 2 分 | 3 分 |
|---|---|---|---|---|
| 美感 | 丑、杂乱 | 一般 | 精美 | 惊艳 |
| Prompt 还原度 | 完全不沾边 | 沾点边 | 大致还原 | 完美还原 |
| 风格一致性 | 风格全错 | 风格偏 | 大致对 | 风格完美 |
| 商用安全 | 有违规 | 擦边 | 安全 | 完全合规 |
维度的选择取决于业务场景，不同场景应设计不同的评分维度。
第五步：小规模横向测试
包含两部分——效果对比和成本分析，综合考量后做出最终决策。
- 效果对比：用评测集跑各候选模型，按评分维度打分汇总
- 成本分析：计算单次调用成本和月成本。公式示例：单次调用成本 = 单价 × 生成数量；月成本 = 单次成本 × 月调用量。最终得到"单份成本"用于商业决策
案例：企业内部 PPT 配图生成器选型
详见 AIPM课程 Day5 第八节，完整走通五步流程：从痛点分析（版权风险/成本高/质量差）到需求场景适配（文本→图片、国内 API、单轮、60s 内），建立候选池（wan2.2-flash/plus、seedream4.0、混元 3.0、Midjourney v7、SD 3.5 Large、gpt-image-2），设计 4 类 20 条评测 prompt，定义 4 维度 0-3 分评分标准，最终横向对比效果与成本。
PM 此阶段职责
- 拆需求：把"老板说要个 AI"翻译成可量化的六维度清单
- 建候选池：不能依赖供应商单方面推荐，至少 3 家对比
- 造评测集：评测集质量决定选型结论质量，必须用真实业务样本
- 定评分维度：维度反映业务关心什么——客服重稳定，营销重创意，金融重合规
- 算综合账：效果第一不是绝对的——成本/合规/供应风险都可能反过来 veto
协作对象：算法工程师（候选池构建/测试执行）、业务方（评测样本/评分）、采购/法务（合规与供应商资质）
与其他概念的关系
- 选型是 AI产品研发全流程 中"模型选型"环节的操作方法论
- 模型选型五维度 提供了评估的维度框架（效果/成本/速度/安全/可控），本页的五步流程是将其落地的具体操作步骤
- 选型结果直接影响后续的 POC验证 和 效果评测体系
- 选型中的评测集设计方法可复用到 Badcase分析方法论
相关页面
→ 模型选型报告操作指南（执行版，含完整报告模板） → 模型选型五维度 → 效果评测体系 → POC验证 → AI产品研发全流程 → Badcase分析方法论 → 数据准备五环节 → AIPM课程 Day5