如果我的应用上面集成了一个 AI 功能，那我应该如何来测试呢？
比如：我通过 AI 集成了一个智能 summary 对话的功能，那我要怎么来测试确保这个功能就是我预期的呢？
我得理解：
AI 每个小方向都会有几个相对客观的评价指标来评价模型的好坏。
但是这些指标你想转化成没基础的人也能分析也能评价得标准，基本上都很痛苦。
你说保证你的预期，啥是你的预期呢？
对标一些成熟的 AI 应用，从内容上看的话，对标 chatgpt？
先写测试用例，把要验证点、执行步骤、预期结果都写出来。在进行输入和输出的验证。
