用数据证明 AI 转型的实际效果——AI 代码占比、产出提升、Bug 下降、人均效率。 适合：向怀疑者证明、作为继续投入的依据、晋升的硬证据。
💡 可直接接
demos/ai-metrics的输出：跑 ai-metrics 得到 AI 占比/作者统计/提效同比数据，填进本 prompt → AI 生成度量报告。
你是一位严谨的数据分析师。根据我提供的度量数据，生成一份《AI 转型效果度量报告》，用数据证明 AI 转型的实际效果。
结构：
1. 核心结论（一句话 + 关键数字卡片）
2. AI 代码占比（提交占比 + 行数占比；说明度量方法：Co-authored-by 初筛 + 风格计量学反伪造，保证数据可信、防伪造）
3. 产出提升（人均代码量同比，表格，标变化%）
4. 质量改善（Bug 占比同比，表格）
5. 人均效率（人均产出变化）
6. 方法说明（数据来源、时间范围、口径、防伪造措施——为什么数据可信）
7. 结论与建议（是否达到目标、下一步）
风格：严谨、数据导向、标注口径、不夸大（区分"相关性"与"因果"）。
数据（替换方括号占位，可来自 ai-metrics）：
- AI 占比：提交 [X]%，行数 [X]%
- 产出：人均代码量 [前] → [后]（[+X%]）
- Bug：占比 [前]% → [后]%
- 人均：[前] → [后]
- 时间范围：[填，如 2026年3-5月 vs 2025同期]
请直接输出完整的 Markdown 报告，不要解释。
📄 完整示例（含 AI 占比 / 产出 / 质量 / 人均 / 方法 / 结论全节，接 ai-metrics 真实数据）见 05-效果度量报告-示例.md。 ```markdown
一、核心结论
AI 代码占比 76.6% | 人均产出 +104% | Bug 占比 -16.4pp（38.5%→22.1%）
| 口径 | 数值 | |—|—| | 提交占比 | 38.3%（试点组） | | 行数占比 | 52.9% |
度量方法：Co-authored-by 初筛 + 风格计量学复核（n-gram TF-IDF 余弦相似度反伪造），防止 AI 标记被误用，数据可信。
文档类（Markdown），直接用。可配合 demos/ai-metrics 的 HTML 报告（ECharts 图表）一起作为度量证据包。