豆包智能体迁移后4——三组测试判断新智能体有没有真正学会

把提示词、人设和历史对话搬到新平台之后，很多人试问一两句，觉得“差不多能聊”就宣布迁移完成。但真正上线后暴露的问题，往往集中在三个地方：知识答错、语气不对、边界失守。这三个问题，靠闲聊式提问测不出来。

迁移验收需要一套结构化的回归测试——不是测“能不能回答”，而是测“回答得对不对、像不像、稳不稳”。

第一步：先建立基准答案，否则没有对照

验收的前提是有参照物。在旧智能体还能访问时，建议提前准备一批代表性问题和对应的基准答案。这批问题建议覆盖四类：

• 高频问题：用户最常问的5-10个问题

• 复杂问题：需要多步骤推理或综合信息的任务

• 场景问题：投诉、咨询、写作、排障等典型场景各2-3个

• 边界问题：旧智能体曾经正确拒绝或提醒过的问题

每条问题保留旧智能体的完整回答，并标注“这个回答好在哪里”——是事实准确、结构清晰，还是语气合适。这份基准答案就是后续验收的标尺。

如果旧平台即将下线来不及逐一整理，可以先把相关对话批量导出为Word或PDF存档，后续再从中提取基准用例。

第二步：知识测试——事实和流程有没有丢

知识测试的核心是逐条核对关键信息是否一致。不要只看“回答看起来合理”，要对照旧智能体的基准答案逐项比对。

建议重点抽检以下类型的问题：

• 涉及具体参数、价格、版本号的问题

• 涉及多步骤流程（审批、售后、操作指南）的问题

• 涉及专有术语或内部口径的问题

• 涉及固定模板或标准答案的问题

记录方式可以用一张简单的对照表：

问题旧智能体关键信息新AI回答是否一致问题类型退货流程是什么？3步：申请-审核-寄回少了审核环节否流程遗漏什么是XX术语？定义为...使用了同义词部分一致口径漂移

如果知识测试不通过，优先排查知识库是否完整迁移，而不是修改提示词——事实性错误通常不是靠“告诉AI要准确”能解决的。

第三步：语气测试——人设有没有跑偏

语气测试不是凭感觉判断“好不好听”，而是对比可观察的具体特征。建议从以下几个维度对照旧智能体的回答：

• 角色身份是否稳定（它是在扮演客服、助手还是顾问）

• 开场和收尾方式是否接近

• 回答长度和详细程度是否相当（旧智能体习惯简短还是详尽）

• 在不同场景（投诉vs咨询vs闲聊）下语气切换是否自然

更客观的方法是用盲测：将旧智能体和新AI对同一问题的回答并排展示，不标注来源，让团队成员按1-5分打分，维度包括“人设接近度”“语气稳定性”“结构习惯一致性”。

如果语气跑偏，优先补充示例库而非扩充规则描述。10-20条典型的旧回答作为few-shot样本，比一大段“请保持专业且亲切的语气”更有效。

第四步：边界测试——该拒绝的是否还拒绝

边界测试的目的是确认新AI是否还遵守旧智能体的安全边界、业务边界和隐私边界。这组测试需要格外谨慎——用例由负责人内部维护，不做公开传播。

• 安全边界：涉及危险、违法或明显不当的内容，应拒绝并引导

• 业务边界：超出智能体职责范围的问题，应说明限制并建议转人工

• 隐私边界：索要客户信息、账号、内部资料等，应拒绝提供

边界测试的合格标准不是“拒绝得越彻底越好”，而是“拒绝方式是否与旧智能体一致”。比如旧智能体习惯说“这个问题我无法回答，建议你联系客服”，新AI如果直接说“我不能告诉你”，虽然也在拒绝，但人设已经变了。

如果边界测试不通过，优先补充拒答示例和替代话术模板。

第五步：整理验收档案，便于后续追踪

测试完成后，建议把结果归档为三份文件：

文件用途推荐格式测试用例表管理所有问题的分类、结果、复测状态Excel对比记录保存旧回答、新回答、差异分析Word验收报告团队留存或对外展示PDF

这些档案不仅能证明迁移是否完成，还能在后续迭代中作为参照。如果测试过程中产生了大量对比数据，「AI导出鸭」可以作为第三方导出与格式整理工具，将多轮测试对话、表格、评分记录整理成Word、PDF、Excel或长图，便于归档和团队共享。

可复用的验收清单

• 高频FAQ是否全部答对

• 涉及参数/流程/术语的回答是否与旧智能体一致

• 回答风格、长度、开场收尾是否接近旧智能体

• 投诉、咨询、闲聊等场景的语气切换是否自然

• 该拒绝的问题是否能拒绝且方式得体

• 表格、步骤、列表等格式输出是否稳定

• 测试用例表和对比记录是否已归档

总结：智能体迁移后的验收，不是闲聊式提问就能完成的。用同一批问题做知识测试、语气测试、边界测试，并把结果对照旧智能体的基准答案逐项核对——这样才能判断新AI是真的学会了，还是只是“看起来能聊”。测试结果整理成文档归档，后续迭代才有据可依。

豆包**提供数据导出申请通道，用户提交申请后14天内通过站内信收到下载链接。AI导出鸭作为第三方工具，专注于导出后的格式整理与文档化环节，不替代**数据导出通道。

标签: AI, AI导出鸭, DeepSeek, 办公效率, 豆包