明确非功能指标与验收条件

这个场景能帮你做什么

“响应快、稳定、效果好”难以验收。WorkBuddy 可以把这些表述拆成需要确认的指标、测试条件和判定方法，避免开发完成后双方仍对结果有不同理解。

开始前需要准备什么

准备目标使用场景、已有性能或质量基线、负载与设备条件、用户可接受范围，以及企业的安全、成本和服务要求。AI 功能另提供真实样例、错误样例、评判规则和人工接管要求。

具体怎么做

第一步：把模糊要求转成待定义指标

分别整理效果、体验、稳定性和成本。例如“快”需要说明哪个操作、从哪个时间点到哪个时间点、在哪种负载下。此时可以提出指标候选，不能自定达标数值。

第二步：补齐测试条件与分母

明确样本范围、产品版本、设备、环境和统计方法。平均耗时与较慢请求的表现分开，正常样本与异常样本分开。准确率必须说明判对规则、有效样本和不支持范围。

第三步：定义失败怎样处理

整理超时、不可用、错误输出、超预算或权限失败时的提示、重试和接管要求。标明哪些错误即使总体分数很高也不能接受，不能只用一个平均分掩盖关键问题。

第四步：形成验收约定草稿

输出指标定义、条件、数据来源、阈值确认人、验证方法和证据要求。已确认值与建议值分栏，交相关负责人批准后再转测试计划。

可以直接交给 WorkBuddy 的完整要求

请将附件中的非功能要求整理成可确认的验收约定。
每项列指标名称、业务含义、适用场景、测试条件、计时或计算口径、样本范围、阈值来源和验证证据。
阈值缺失标待确认，不用行业经验代填。区分效果、体验、稳定、成本，以及必须单独检查的严重失败。
补超时、不可用、错误和人工接管路径。输出口径冲突、资料缺口和批准事项，不宣布已经达标。

完成后会得到什么

一张可交测试人员执行的指标表。每个指标都应回答“测什么、在何种条件下测、怎样判定、谁批准”，而非只有一个目标数字。

结果应该怎么检查

检查阈值是否有批准依据，测试环境是否代表真实使用，分母是否排除了难例。对 AI 功能检查样本与预期是否由业务确认，不以模型自评替代实际判定。

遇到这些情况怎么处理

没有基线时先安排测量与小范围验证。不同设备或负载表现不同则分组设条件。成本、效果和速度相互冲突时列出取舍，交负责人决定。

哪些必须人工决定

业务与研发确定可接受标准，测试确认方法，相关专业人员确认安全与权限要求。AI 起草口径与缺口，不能替团队承诺效果或通过验收。