یک مسئلهٔ محدود و تکرارشونده انتخاب کنید
پردازش یک نوع سند، جست‌وجو در یک مجموعهٔ دانش یا تهیهٔ یک خلاصهٔ مشخص، نقطهٔ شروع بهتری از «هوشمندسازی همه‌چیز» است. تعداد نمونه، زمان فعلی انجام کار و معیار پذیرش را ثبت کنید تا خروجی قابل‌مقایسه باشد.
دسترسی و محرمانگی را پیش از مدل تعیین کنید
چه داده‌ای می‌تواند وارد سامانه شود و چه کسی پاسخ را می‌بیند؟ آیا استفاده از سرویس بیرونی مجاز است؟ دورهٔ نگهداری، مجوز منابع و ثبت رویدادها باید روشن باشند. انتخاب مدل پس از این تصمیم‌ها صورت می‌گیرد.
کیفیت را با مثال واقعی ارزیابی کنید
نمونه‌های ساده، دشوار و استثنا را جدا کنید. خطای استخراج، پاسخ بدون پشتوانه و ناتوانی در تشخیص نبود اطلاعات، انواع متفاوت خطا هستند. پاسخ باید بتواند منبع مجاز را نشان دهد و در نبود شواهد کافی، محدودیت خود را بیان کند.
یک ابزار آزمایشی را به محصول تبدیل کنید
نقش کاربر، بازبینی، حالت خطا و اتصال به ابزارهای فعلی به اندازهٔ مدل اهمیت دارند. با یک گروه کاربری کوچک شروع کنید، نتیجه و بازخورد را ثبت کنید و پس از ارزیابی، دامنه را گسترش دهید.