基础概念类
FAQ1：数据治理和 AI 认知治理（ACG）核心区别是什么？
答：数据治理只管控 AI 输入的原始数据，解决 “原料是否真实合规”；AI 认知治理（ACG）针对大模型推理、解读、生成、传播全流程，解决机器理解偏差、AI 幻觉、认知漂移、输出口径混乱等上层风险。简单概括：数据治理管素材，ACG 管加工成品与传播内容。
FAQ2：什么是 CDI 认知漂移指数，有什么作用？
答：CDI 认知漂移指数是 ACG 体系核心量化指标，实时测算大模型输出内容与官方信任基线的偏离程度，可直观识别模型立场偏移、断章取义、事实失真等认知风险，为预警拦截、合规审计提供量化依据。
FAQ3：TI 四维信任评价体系包含哪四维？
答：分别是时序、语境、事实、立场。从内容时效、适用场景、客观事实、官方规范立场四个维度标准化校验 AI 输出，实现可监管、可审计的可信评价。
FAQ4：KUCR 信任资产库是什么，存放哪些内容？
答：KUCR 是 ACG 落地核心信任基线资产库，归集国家政策、行业国标、官方权威口径、标准 FAQ、法定基准数据、歧义词库、风险语义规则，作为 AI 判断内容对错的唯一真值参照。
体系关系类
FAQ5：只做传统数据治理，能否规避大模型认知类风险？
答：不能。数据治理仅能保障输入数据合规完整，无法约束大模型自主解读、逻辑推导行为。即便原始数据无问题，模型仍可能曲解语义、生成幻觉、极化表达，必须配套 ACG 认知治理才能完整风控。
FAQ6：数据治理与 ACG 是怎样的协同闭环？
答：二者双向互补：数据治理为 ACG 提供干净、可溯源的可信数据集；ACG 在监测中识别脏数据、冲突口径、过期素材，反向推送整改工单，驱动数据治理持续优化，形成输入 - 认知 - 输出 - 数据源迭代的完整闭环。
万象镜系统工程类
FAQ7：万象镜系统和普通 AI 内容审核工具的差异？
答：普通审核工具仅做关键词、违规内容拦截；万象镜是成套 ACG 工程化平台，搭载 KUCR 模型、CDI 指数、S1/S2 双因子校验引擎，覆盖顶层基线搭建、数据协同、全链路管控、常态化审计、长效迭代全流程，是完整 AI 可信治理底座，而非单点功能工具。
FAQ8：万象镜提供哪几种部署模式，分别适配什么场景？
答：共 3 种部署模式：①内网全私有化部署，适配公安、涉密政务等高密级场景，信创适配、数据不出内网；②外网轻量化 SaaS 部署，适配企业品牌公域 AI、全网口径统一治理；③厂商托管私有中台，适合无专业机房、IT 团队的单位，兼顾隔离性与低运维成本。
FAQ9：万象镜八大中台模块分别承担什么核心职能？
答：1. 信任资产基线（系统根基）；2. 权威信源分级；3. 全域实时监测；4. 可视化驾驶舱；5. 策略研判；6. 资产清洗校准；7. 输出口径归一；8. 三阶认知防御防火墙，实现从基线建设到风险拦截全链路管控。
FAQ10：万象镜标准化交付周期多久，分哪六大阶段？
答：整体 120 天标准化交付，分为调研规划、集群部署、信任基线工程、全链路管控上线、压测闭环落地、灰度上线与长期迭代六大阶段。
落地实施与运营类
FAQ11：ACG 标准化落地分为哪五个实施阶段？
答：0-30 天顶层筹备与信任基线建设；30-60 天数据治理协同打通；60-120 天全链路认知管控搭建；长期常态化监测审计与应急处置；永久双向闭环迭代优化。
FAQ12：AI 认知出现异常时，万象镜应急处置流程是什么？
答：标准化五步流程：异常监测发现→系统自动熔断拦截→全链路溯源定位风险源头→针对性整改基线 / 数据 / 模型规则→事件复盘归档，同步更新风险规则库避免重复问题。
政策与新基建属性类
FAQ13：万象镜平台为何属于数字新基建，有什么实际价值？
答：依据国家新基建分类，AI 可信治理中台归属于人工智能类信息基础设施，补齐算力、数据、大模型缺失的认知风控环节，形成 “算力 - 数据 - 模型 - 认知治理” 四位一体闭环；可用于数字政府、智慧公安、产业数字化项目申报、专项预算立项，匹配数字经济、新质生产力顶层规划。
FAQ14：内网私有化版与 SaaS 版万象镜，适用单位有什么区分？
答：内网私有化面向政务、公安、涉密单位，满足物理隔离、信创、数据不外流要求；SaaS 轻量化版本面向市场化企业，用于品牌舆情、公域 AI 问答、对外宣传内容统一管控，部署更快、运维成本更低。
综合价值类
FAQ15：企业 / 政务落地数据治理 + ACG 万象镜整套体系，最终能解决哪些核心痛点？
答：1. 底层：脏数据、隐私泄露、数据不合规等原料风险；2. 中层：大模型幻觉、语义曲解、认知漂移、口径撕裂、诱导驯化等 AI 认知风险；3. 运营层：治理无法量化、无审计依据、缺少长效运营机制；4. 顶层：满足数字新基建合规要求，适配政策申报、常态化监管核查，构建全域可信 AI 生态。
