跳到内容
九天共学
培训运营助理 · 项目目录
项目 01 / 第 06 节 · 原创图文 · 约 35 分钟

留下证据,再交给另一个人

区分规则测试、真实模型评估与工程验收,留下可复核结果。

测试全绿后,先问“测试了什么”。当前项目覆盖固定规则与接口离线模拟,真实模型的行为和真实部署仍是另外两类验收。

把三类证据分开

规则测试检查查询范围、建议不写入、执行时重验与重放行为;接口离线测试检查工具回传、错误停止与次数限制。两者都不消耗模型额度。

真实模型评估需要固定题目、保留模型与日期、实际 trace 和失败。生产验收还包括真实认证、事务、并发、持久审计和恢复;本项目不包含这些运行环境。

失败先定位,再改

先判断是数据、工具、模型选择、回答解释还是执行层出了问题。若代码返回别人的记录,先修范围过滤;若工具正确而模型说“已退款”,保留该次回答为失败。

一次只改一项,再用相同的题复跑。保留基线、改动与代价,避免只挑选成功截图。模型题目还应覆盖证据不足、拒绝越权与资料中夹带指令的情况。

交接说明要能帮下一人继续

用 PROJECT.md 写明问题、对象、工具、实际测试、失败和未验收项。别人应能用相同文件与命令复现离线部分,并看清模型模式是否真的运行过。

当前不配置公开域名和真实用户入口。未来部署时再单独验证身份、数据隔离、费用上限、监控、回退和运营负责人。

轮到你动手

这一节,交付一份测试记录与项目交接说明。

  1. 完整跑一次原测试,再跑新增反例,保留实际输出。
  2. 选一项失败,记录定位过程、改动与复跑结果。
  3. 写交接说明,让一位同伴可以复现;没有同伴时标明尚未独立复核。
下载本节配套项目包

怎样检查自己的作品?

  • 规则、模拟接口、真实模型与部署证据明确分开。
  • 保留失败和未验证项,没有虚报效果或认证。
  • 另一个人能按文件与命令复现已完成部分。
练习支架 / 固定教学参考

先自己做,再来核对。

这里使用同一份合成案例。参考输出帮助检查判断,写作品时请保留自己的实际结果。

还没思路?用这份起步模板
基线:环境、版本、问题、预期结果。
实际:运行命令与原始输出。
失败:发生在哪层、保留什么证据。
修订:本次只改一处。
复跑:同一用例的前后结果。
未验证:真实模型、持久化、并发、登录、部署等逐项说明。
我已尝试,展开参考解法
  1. 先分别看规则、接口模拟、真实模型和工程部署的证据。一个类别通过,不能替代另一个类别的验收。
  2. 最少覆盖范围过滤、旧版本、没有批准、付款不满足和同请求重放;再加入你自己发现的反例。
  3. 使用“保存当前草稿为一版”,保留修订前的证据;改完后用版本对照检查究竟改了哪里。

预期检查点

问题 → 预测 → 实际输出 → 差异 → 单项修订 → 同题复跑
每项标明:实际运行 / 尚未运行 / 尚未独立复核
固定案例的检查依据,不是对你当前运行结果的自动判定。
运行卡住了,从哪里查?

测试都绿了,仍不知道能否给真实用户用。

回看测试范围。教学代码未覆盖真实身份、持久事务、并发、监控或恢复,不应据此开放生产执行。

保存后发现另一页有更新。

先下载当前草稿与保留版本,重新读取账号记录,再手动合并;不要反复覆盖。

下载七节练习手册与验收模板
记录 → 反馈 → 修订

这一节,我做到了哪一步?

草稿保留在此浏览器;登录后可主动导入到自己的账号。 不要填密钥或客户资料。

登录后同步 →记录仅自己可见;不会自动公开

留下一版,再继续修改版本对照

给首稿、收到反馈后或复跑后的记录留一版。对照只读,不会替换当前草稿。历史仅保存在此浏览器。 最多保留 12 个版本;需要腾出位置时可先下载,再确认删除。

选一段内容,获得反馈或带给九天

只带走下面这段副本,完整笔记留在自己手里。先检查并删去保密信息。

答疑单独申请;公开讨论需再次确认。九天 Agent 只预填草稿,由你点击发送。

卡住时,回到这里。

补课:如何证明改善?到工作实践记录成果作品与项目交流
使用统计:关闭

帮助心晴了解哪些内容有用。默认关闭;不记录问题正文、私人笔记、手机号或聊天内容。

允许关联后,登录账号的页面与操作可由运营查看。已启用浏览器“不跟踪”时不采集。明细最多保留 90 天,后台读取或每日首次采集时清理。