测试集要在交付前设计：别用"我试了几次感觉不错"去验收
企业 AI 项目最后要验收，验收靠的是测试集，不是演示效果。做法和传统软件测试类似：每个需求点设计正向、反向和边界用例；乙方自测集交给客户确认有没有遗漏；客户可以保留一套不公开的验收集。有标准答案的问题自动判对错，开放问题由业务人员评价。更换模型、提示词或知识版本后，都要重新跑一遍。
"我试了几次，感觉还不错。"——这是企业 AI 项目最危险的验收方式。
客户最终要的是：这个东西能不能用、错了怎么办、做到哪里算完成。 回答这些问题，靠的是测试集。
一、测试集什么时候设计
在开发之前，或者至少和开发同步。 测试集定下来，"什么叫做好"就有了标准，开发方向也更明确。验收标准写进 SOW，见「SOW 是小团队的护身符：交付什么、不做什么、甲方要备好什么」。
以下为会员内容
本文为 企业 AI 服务 会员内容，会员正在筹备中。预约后开放第一时间通知你，预约用户开放时享限时价。