帮多家机构做AI接入咨询后总结出六个高频工程陷阱——都是真金白银换来的教训按踩坑频率排序。陷阱一直接把学员数据扔给公有大模型现象图省事把带学员姓名、成绩的原文直接调API处理。风险数据出境到模型厂商——违反个保法的「敏感个人信息处理」要求教培场景的未成年数据尤其高危。正确姿势· 调用前脱敏姓名→编号手机号→掩码· 优先选有数据不留存承诺的API或私有化部署模型· 敏感数据的AI处理走家长知情同意流程陷阱二prompt写死在代码里现象提示词硬编码改一句话要发版。后果调优效率极低运营和销售眼看着话术问题干着急。正确姿势prompt配置化——放管理后台产品运营可改可测可回滚。prompt是「活的内容资产」不是代码。陷阱三没有降级方案就上线现象大模型API偶尔超时/限流业务流程直接卡死。后果AI从「提效工具」变成「单点故障」。正确姿势三级降级——主模型超时切备用模型→备用也挂切规则引擎关键FAQ兜底→最后人工通道。AI是增强不是依赖。陷阱四忽视幻觉检测现象AI一本正经地编造课时政策、虚构师资介绍。后果家长按AI的错话来维权——机构的锅。正确姿势· 事实类内容走「检索引用」模式RAG不让模型自由发挥· 关键数字价格/课时/政策设置校验层——与业务系统比对后才输出· 输出加「来源标注」让家长知道依据陷阱五一次性全场景上线现象客服、销售、教研同时接AI全线翻车。后果员工信心受挫AI项目夭折在内部。正确姿势单场景试点→跑顺→复制。首战选「高频低险」如FAQ客服用一场小胜建立组织信心。陷阱六只管上线不管运营现象AI系统上线即巅峰没人看数据、没人调prompt、没人迭代skill。后果三个月后退化成「智障客服」还不如人工。正确姿势设「AI运营」职责——每周看意图命中率、转人工率、用户反馈每月迭代prompt和skill库。AI是要养的。结语大模型接入的工程纪律数据合规、配置化、降级、防幻觉、单点突破、持续运营——六条都做AI才是资产缺一条都是隐患。