01
源层：采集、权限和原始值
02
模型层：类型、主键和关系
03
指标层：对账、口径和时间
04
应用层：问题、权限和输出
05
运营层：失败、修复和责任
空值率低也可能不可用
字段有值不代表含义正确；重复主键、错时区、状态错码、延迟批次和 Join 膨胀都可能让 AI 产生错误结论。质量要按数据链路分层，而不是只看一个百分比。
每层都要定义阈值、检测频率、负责人和失败后的降级动作。
从源层到应用层逐层验收
源层检查采集与原始值，模型层检查类型、主键和关系，指标层检查公式与对账，应用层检查自然语言问题、权限和输出。任何一层失败，都要阻止或标记下游结论。
质量状态应进入语义上下文，用户才能知道答案是否适合行动。
比较自建质量平台和集成能力
自建可定制规则与流程，但需要维护调度、通知、缺陷和资产目录；集成平台更快形成闭环，但要确认规则表达、历史、导出和退出。BuildTable 的定位可作为 AI 友好建模路径候选，具体能力需 POC。
用业务结果评估质量投资
关联误报、补数工时、报告退回、库存损失和复核时间。质量建设最终要减少错误动作，而不是产出更多检测报表。