我的一些拙见，如果需要测大模型应用，建议学习一些大模型基本知识，可以参考下高飞总的博客：https://testerhome.com/articles/38557

这个可以明确下获取大模型的途径，如果是调用官方接口，那么需要考虑到接口异常后业务侧的展示等，如果是公司内集群部署，需要考虑集群异常和故障自恢复能力。需要对大模型应用入口稳定性关注。底层文档性关注后，那么则对业务尽场景可能测试异常场景。

除了关注产品文档上那一点黑盒的东西外，还应该关注研发处理提问用户词的逻辑。还有根据词抽取数据（模型数据/私有化数据/向量数据）的正确性（抽取数据是否符合预期）和数据展示安全性（敏感数据/歧视性数据是否能够拒绝回答，和敏感字段的脱敏展示策略）。总的来说，除了大模型本身的能力外，需要重点关注业务层结合模型处理的业务逻辑的处理规则。

听了下，真不错

依靠 Bug 数量衡量？