开展多轮客服情境演练与回归

这个场景解决什么问题

客服测试只问一题，真实用户却会补资料、改诉求、追问退款状态。多轮演练检验完整处理路径；修改知识或规则后重复同一组案例，才能判断修好了什么、有没有影响原本正常的服务。人工练习与已上线机器人测试可以共用业务用例，但执行条件不同。

开始前需要准备什么

准备有效知识、服务流程、转人工条件、历史错题和测试目标。每个用例明确用户初始说法、后续可补的信息、预期动作、禁止承诺、终止条件。模拟系统查询结果先由业务确认。未提供测试接口时，仅在对话中演练，不操作生产系统。

具体怎么做

第一步：生成测试情境。 让 WorkBuddy 从真实缺口制作正常、例外、资料不足、重复追问和高风险路径。匿名真实材料改为演练代号，假设条件要单独标记。

第二步：扮演客户逐轮推进。 设置新手、表达简略或焦急等人设，让工具一次只提出本轮信息，避免第一轮把全部答案给客服。测试时不让扮演客户的角色读取评分答案后主动帮助被测者。

第三步：按业务标准评估。 比较客服是否补问、查对规则、解释状态、保留边界和在需要时交接。每项初评引用对话证据；不因语言不同直接判错，也不因语气礼貌判任务完成。

第四步：回归对照。 把失败用例和相邻正常用例固定下来。知识、提示词或流程调整后再次运行同集，记录版本与差异。高风险失败保留人工复核，不能只看整体通过率。

可以直接交给 WorkBuddy 的完整要求

根据确认的业务规则和历史错题设计多轮客服测试。每例写初始诉求、逐轮可补信息、预期补问和处理动作、禁止承诺、转人工条件及通过标准。
先给我用例审核稿；按本任务已确认规则继续进行文本演练，不连接生产、不发送真实消息、不发起退款。查询结果只能用提供的模拟数据。
扮演客户时逐轮给信息，保持情境一致。评估时另按业务标准逐项引用对话证据，标记不确定项。
调整后复用相同测试集，输出前后版本、失败节点、变化与复核项；演练通过不等于真实接入或上线验证通过。

完成后会得到什么

得到用例、演练记录和对照结果。示例：T-06｜退款状态追问｜预期：补订单渠道并解释受理状态｜实际：第二轮错误保证到账｜改后：说明查询路径且转专员｜待主管复核。

结果应该怎么检查

测试条件在前后版本一致；必须转人工的题确实停止自动承诺；客户人设不提供隐藏答案；评分引用实际消息；模拟数据与真实查询分开。检查单独失败项，不让平均成绩掩盖严重错误。

遇到这些情况怎么处理

题目标准含糊，先澄清不评分；模型每次措辞不同，按行为和事实要点评；接入接口失败，记录技术失败而非业务理解失败。真实机器人测试需专用环境和授权，缺失时停止在离线演练。

哪些必须人工决定

业务人员定义正确标准，主管确认演练评价和改进，技术人员安排测试环境。AI 可以模拟与初评，不能自己批准生产上线或员工上岗。