← AI学习中心 / 结果核验与复用
怎样同时准备正常异常和边界样本
文中企业场景、人物与业务数字为教学示例，不是客户成果记录。
直答
测一个AI任务能不能用于实际工作，样本至少三组：正常组（应通过）、异常组（应拦下或转人工）、边界组（规则没写死的情形，预期处理要在规则里先定）。只拿正常样本测出的高通过率说明不了问题，异常和边界才是暴露规则漏洞的地方；三组分开统计，结论才站得住。
业务场景（合成演示）
一家灯具出口商想让AI按规则给询盘分类（急单、普通、待澄清）。助理只准备了二十封信息完整、格式规整的正常询盘做测试，AI全部分对，随即上线。第一周就遇到一封“上次说的那个货再加500个”的邮件——没有型号、没有单位——被直接归入普通单，其实应当转人工澄清。
具体做法
- 正常组：按日常最常见的信息完整邮件编写，逐封标注预期分类与所依据的规则条目号。
- 异常组：编写应当被拦下的样本——缺关键字段、数量与历史明显矛盾、型号字符可疑（如数字与字母混写）——预期处理一律是“拦截或转人工”。
- 边界组：编写规则没写死的情形——未写单位的数量、只说“月底”的交期——每组样本的预期处理（澄清还是按某条规则默认）先写进规则，再进样本。
- 全部样本标注“合成演示”：字段结构模仿真实邮件，不使用任何真实客户信息。
- 分组统计：三组各自记录通过与否；边界组出现分歧的，把分歧点记下来回填规则条文，作为下一轮测试用例。
示例表（合成演示）
| 组别 | 样本要点 | 预期处理 | 实际输出 | 判定 |
|---|---|---|---|---|
| 正常 | 型号、数量、单位、交期齐全的常规返单 | 归普通单 | 普通单 | 通过 |
| 异常 | 有数量无单位，且数量与历史订单矛盾 | 标待澄清 | 急单 | 未通过（漏拦），记入问题单 |
| 边界 | 交期写“下月底”，无具体日期 | 按规则向客户澄清日期 | 待澄清 | 通过 |
可复制样本卡
样本编号／组别（正常/异常/边界）／邮件要点／预期处理／依据的规则条目号／实际输出／判定／备注（分歧与回填建议）
反例（合成演示）
另一个小组只备了十封“内容完整、格式规整”的样本，十封全对，结论写“可以上线”。第一周真实邮件里出现把型号BT60写成BTb0的样本（合成演示写法），分类器毫无反应——异常组从来就没建过，这类错误从未进入测试视野。三组缺任何一组，测试结论都会偏向一面。
常见问题
问：每组要多少个样本才够？答：从每组五到十个起步，覆盖你实际见过的典型情形即可；测试和日常使用中出现新类型，就补一条样本，不必追求一次备齐。
问：边界样本的预期处理有分歧怎么办？答：有分歧恰好说明规则缺条文；先由业务负责人定一条写进规则，再回测样本，不在测试现场临时争论该归哪组。
讨论问题
你业务里最常见的那类“信息不全但必须回复”的邮件，现在会被分到哪一组？规则里写清它的预期处理了吗？
来源与边界说明
用成组样本检验规则效果的测试思路受 Google Workspace Skills 公开介绍启发（https://workspace.google.com/blog/product-announcements/teach-gemini-your-teams-know-hows-with-skills-in-google-workspace ，不推断相关功能在国内可用）；三组样本的设计与示例均为编辑设计合成演示，未经实际运行验证，本文不声称与任何厂商存在合作或真实成果。