一家俱乐部的商务总监在周一早上问：“上周主场那场比赛，为什么门票收入比预期少了12%？”一个普通的聊天大模型可以给出一段听起来很合理的回答：天气、对手、赛程都可能有影响。但它说不出到底是哪个因素、影响了多少，因为它没有看过这家俱乐部的票务数据，也不知道同类比赛的历史水平。皇冠AI大模型要做的，是让模型真正理解赛事、球队、球迷和收入之间的关系，并把每个结论的来源讲清楚。
Question：先把一句话问题拆成可以计算的问题
“门票收入为什么少了12%”在皇冠模型内部会被拆成一组子问题：是售出数量少了，还是平均票价低了；是哪几个座位区出了问题；和同一对手、同一时段的历史比赛相比差多少；“预期”本身又是怎么算出来的。拆解之后，每个子问题都对应具体的数据和计算方法。如果问题里有含糊的地方，皇冠模型还会先反问，比如“预期”指的是预算目标还是模型预测，两种情况下差距的原因往往完全不同。
这一步决定了回答能不能被验证。一个没有被拆解的问题，只能得到一段泛泛的解释，经营者听完仍然不知道该从哪里下手。
Data：模型要认识的不只是数字，还有实体和关系
皇冠大模型理解的数据围绕统一的实体展开：赛事（Event ID）、球队（Team ID）、球员（Athlete ID）、球迷（Fan ID），以及票务（Ticket）、赞助（Sponsor）、收入（Revenue）和时间（Time）。模型需要知道一张票属于哪场比赛、哪个座位区、哪位会员；一次赞助曝光发生在哪个画面、哪个时刻；一笔商品订单和哪位球员的球衣有关。更详细的数据清单可以参考体育商业大模型需要理解哪些数据和关系。
Tool：六个模块分工处理不同的问题
皇冠AI不是一个什么都自己回答的单一模型，而是由大模型调度多个专门模块：
| 模块 |
负责的问题 |
| Sports Business AI |
理解体育商业语境，拆解问题、选择工具、组织回答 |
| Commercial Analytics |
赛事、球队、球员商业价值的计算与比较 |
| Fan AI |
球迷分群、到场频次、会员转化与流失分析 |
| Sponsorship AI | 画面Logo识别、注意力折算、互动与转化归因 |
| Club AI | 俱乐部收入结构、成本结构、现金流与经营风险 |
| Sports Business Agent | 主动发现异常、追查原因、形成建议并交给人决定 |
大模型负责理解问题和组织语言，计算交给查询和统计工具，画面识别交给视觉模型。这样分工的原因很直接：语言模型擅长解释，却不擅长在海量数据上做精确计算。为什么需要这样的分工，可以阅读为什么普通聊天大模型无法单独完成体育商业分析。
Analysis：区分正常水平和事件影响
体育商业预测最常见的错误，是把一场德比或决赛的数据当作正常水平。皇冠模型在分析时会先建立Baseline，也就是没有特殊事件时的正常表现，再单独估计德比、决赛、球星首秀、冠军争夺、节假日、大型营销活动带来的Event Impact。
回到开头的例子。假设分析发现，这场比赛的Baseline本来就比上一场德比低，所谓“少了12%”里有大半是因为预期错误地参考了德比；剩下的部分集中在某个座位区，原因是开赛前一周的一次价格调整。和“天气不好”相比，这个结论才是商务总监可以据此采取行动的答案。
Explanation：每个数字都要能拆开
当皇冠AI输出“某球员商业价值上涨18%”时，它必须同时说明这18%是怎么来的。举个示意性的拆解：
- 比赛表现带来的关注度提升，贡献约5个百分点；
- 搜索量增长，贡献约4个百分点；
- 社交互动增长，贡献约3个百分点；
- 球衣和周边商品销售，贡献约4个百分点；
- 赞助内容传播，贡献约2个百分点。
拆解之外，还要注明数据来源、比较对象和可信程度。如果某一部分的数据不完整，模型会明确说出来，而不是用一个看似精确的数字掩盖不确定性。品牌方拿着这样的解释去谈合作，才有说服力；俱乐部拿着它去做决策，才知道哪一项最值得继续投入。
数据边界：模型只在授权范围内工作
皇冠大模型能看到的数据，取决于用户接入并授权的范围。一家俱乐部的票务和会员数据只用于这家俱乐部自己的分析，不会被拿去给其他俱乐部或品牌做比较；涉及球迷个人的信息，在分析中以匿名分群的形式出现，报告里看不到具体某一个人。
当问题超出了已接入数据的范围，比如想知道一个从未合作过的品牌对球队的真实评价，模型会直接说明缺少哪类数据、可以通过什么方式补充，而不是凭常识编出一个答案。对体育商业分析来说，一个诚实的“目前无法判断”，比一个看似完整却没有依据的结论更有用。
Human Decision：模型给依据，人做决定
Sports Business Agent的工作流程是：Detect（发现异常）→ Query/Analyze（查询与分析）→ Compare（对比）→ Explain（解释）→ Suggest（建议）→ Human Decision（人做决定）。模型可以在门票销售出现异常时主动提醒，追查到具体座位区和价格变动，给出两三个调整方案，但是否调价、调多少，由经营团队决定。
这是皇冠体育设计模型时坚持的原则：体育商业决策牵涉球迷关系、品牌合作和长期合同，模型的职责是把依据摆清楚，而不是替人拍板。
