可以设定一些量化指标，比如AI生成部分的创新性和实用性，以及人类微调部分的改进程度。例如，如果AI生成的产品原型已经很完善，人类只是做了少量的调整，那么AI的贡献比例可能更高。但如果人类的微调带来了显著的性能提升或用户体验改善，那么人类的贡献比例也应该相应提高。可以通过数据分析和用户反馈来评估这些指标，从而更准确地量化创意贡献比例。

AI生成了大部分的基础框架和功能，那这部分就算AI的贡献；人类在最后进行微调，让产品更有特色，这部分就是人类的贡献，具体比例可能得根据实际情况来定。

从数据角度看，量化创意贡献比例可以通过数据分析来实现。我们可以建立一个评估模型，收集产品开发过程中的数据，包括 AI 生成部分和人类微调部分。通过分析这些数据，评估每个部分对产品成功的影响。比如，通过 A/B 测试，比较 AI 生成版本和人类微调版本的市场表现，从而量化人类微调的价值。同时，利用机器学习算法，自动评估创意的创新性和实用性，为量化提供数据支持。