“AI+文旅”正在从内容生成扩展到公共服务、消费体验、市场治理、文化创意和数据分析。文化和旅游部2026年转载的江苏公开信息列出了文旅监管、服务、消费、文化创意、推介和数据分析等应用场景；北京相关公开信息则把场景应用、数据体系、安全保障和政策支撑列为核心方向。
这些政策与行业方向说明，AI不应只被理解为一个写文案的工具。但对具体项目来说，写下“大模型、智能体、数字人”并不等于找到了需求。产业连接器真正要连接的，不是技术名词，而是一个有负责人、有数据边界、有验证方法的真实场景。
第一类连接对象：场景负责人
每个AI项目都应先找到对业务结果负责的人。景区咨询场景可能由游客服务部门负责，民宿内容场景可能由运营团队负责，市场治理场景则可能涉及具有相应职责的管理部门。技术方不能只和“创新负责人”沟通，而应确认谁提供现状流程、谁决定规则、谁验收结果。
场景卡至少要写明当前任务、使用者、发生频率、已有工具、主要问题、不能突破的边界和希望改善的结果。若问题本身没有被验证，就先做流程梳理，不急着部署模型。
第二类连接对象：技术与产品方
技术方要说明提供的是通用模型、行业模型、知识库、智能体、识别算法、数据平台，还是集成与运维服务。产品演示中的能力，不一定能在项目现场直接使用；还要确认部署方式、接口条件、响应速度、更新机制、人工接管和故障处理。
模型输出用于内部辅助、对客服务还是管理决策，风险等级不同。对客问答要防止编造价格、开放时间和政策；自动推荐要能说明信息来源和更新时间；涉及执法、资格、健康和安全判断时，更不能让模型替代有权人员或专业人员作最终决定。
第三类连接对象：数据提供与治理方
AI项目常说“需要数据”，但数据不是一个可以随意搬运的资源包。首先要列明数据类型：公开信息、项目自有业务数据、合作方数据、个人信息、图片音视频或设备数据。其次确认来源、授权、用途、保存期限、访问权限和删除方式。
用于知识库的网页信息也要记录发布日期与更新责任，旧票价、旧活动和失效政策不能长期留在答案里。个人信息应遵循必要性原则，不能因为模型效果需要就无限扩充采集范围。外部技术服务商是否可以留存、训练或转移数据，也要在合同和技术方案中明确。
第四类连接对象：内容与知识维护者
文旅信息变化快，景区开放、交通、活动、价格和服务规则都可能更新。一个问答系统上线后，需要有人持续维护标准名称、事实来源、适用范围和更新时间。编辑、运营、客服和业务负责人应共同确定哪些内容可自动回答，哪些需要转人工。
知识维护者还要建立纠错入口。发现错误时，应能追溯答案使用了哪条来源、哪个版本和什么规则，并及时下线失效内容。没有维护机制的知识库，数据越多，累积的旧信息也可能越多。
第五类连接对象：研究与评估方
AI项目不能只用“回答很智能”“体验有科技感”验收。研究与评估方可以帮助建立测试集，区分事实正确率、任务完成率、人工接管率、响应时间、用户理解和安全问题。测试问题应覆盖正常咨询、信息缺失、冲突来源、过期数据和高风险请求。
评估还要明确比较基准。是与原有人工流程比较，还是与旧系统比较；观察周期多长；哪些变化可能来自旺季、活动或流程调整。没有基准和口径的提升比例，不适合作为项目成果。
第六类连接对象：实施与运营服务方
从试验到稳定使用，通常还需要系统集成、界面设计、员工培训、内容更新、客服运营和现场支持。实施方应把一次性交付与长期运维分开报价，写清账号、代码、数据、日志、文档和模型配置的归属。
当模型不可用或回答不确定时，谁接管服务；技术方更换后，数据和知识库能否迁移；项目终止时，访问权限怎样关闭，这些都应在上线前约定。退出机制不是悲观预案，而是避免平台锁定和数据失控的基础。
用“规划—试验—试点—正式应用”标注状态
AI项目最容易出现的表达风险，是把演示写成上线，把试验写成规模化应用。建议所有合作条目统一标注状态：规划表示正在定义问题，试验表示验证技术可行性，试点表示在有限用户和场景中运行，正式应用才表示进入稳定业务流程。
每个状态都应附时间、范围、负责人和证据。试点成功也不自动代表可以扩大到其他地区、客群或数据类型，范围变化后需要重新评估。
产业连接器的价值，是让场景方不被技术名词淹没，也让技术方看到真实任务和合规边界。先连接负责人，再连接数据和能力；先完成有限验证，再讨论规模化。这样形成的“AI+文旅”合作，才更可能从展示项目走向长期可维护的应用。