先说明任务和使用边界
高中生做AI应用项目，可以从一个小需求开始：谁使用、输入是什么、输出怎样检查，以及哪些情况暂时不处理。自拟项目是学习笔记分类工具，把文本分为数学、英语、物理或待人工确认。先限制文本长度和格式，保留无法判断的出口，不让工具为了给出答案而强行分类。
隐私安排必须与实际工具相符。可以先用自己编写、不含个人信息的样本。若计划只在本地保存和处理，就需要选择并检查能够做到这一点的工具；调用外部服务可能传输内容，不能仅在说明里写“不上传”就认为已经实现。涉及他人的笔记或材料，还应先确认使用许可。
先写标注标准，再划分数据用途
数学与物理都可能包含公式，不能把“有公式”直接当成数学标签。可按笔记主要讨论的问题制定规则，并列出跨学科、主题不清等边界情况。让两位同学分别标注部分自拟样本，比较分歧，讨论是规则不清还是样本确实含多个主题，再决定使用多标签或待确认类别。
将资料按用途分开：开发资料用于设计提示词或调整方法，验证资料帮助比较不同版本，最终测试资料留到方案确定后再使用。相同或高度相似的笔记不要分散到不同组，以免把记住表达误认为学会分类。小样本练习只能展示方法，不能据此声称对所有学生笔记都准确。
记录错误，但不要反复使用同一最终测试
在开发和验证阶段，记录输入、预期标签、输出、错误类型和修改内容。例如工具把一段物理实验记录归为数学，可以检查它是否过度依赖数字，再调整分类说明，并观察其他类别是否同时变差。不要为了修复一个例子而写只适用于该例的特殊规则。
自拟计数示例：一次预留测试共6条，答对4条，则该次样本准确率为4÷6，约66.7%。样本很少，结果有很大不确定性。若看过这6条后再据此修改，它们已经参与开发，下一版在同一组上答对5条，不能直接证明对新笔记的能力提高；应另用未参与修改的新样本检查。
把迭代过程写进项目报告
报告可以依次说明需求、标注规则、数据用途、版本变化、测试结果和仍然失败的情形。写清哪些数据用于修改、哪些用于最后检验，同时展示有代表性的失败例。这样读者能理解工具做到了什么，以及现有证据还不足以支持什么结论。
