六类输入:三类正常出图、一类追问类型、两类拒答。六类全对。 效果验证分两层:去向对不对(程序能验)、好不好看(只能人看)。 品牌规范四项,三项能自动验——前提是规范写进了模板。
这一节是第 12 章的收尾,也是全书第五个案例的「项目小结」所在。 测试方法和前面几章一样,新的东西是「效果验证」:出图这件事怎么验。 还有一件要说清楚:本章没有真出图,沙箱里没有出图模型。验图的方法是真的,图本身没有——不假装有。
一、六类输入
| 输入 | 期望 |
|---|---|
| 产品海报,保温杯上新,卖点是一体成型内胆 | 出图 |
| 店庆五折,做张活动海报 | 出图 |
| 招个美工,月薪八千 | 出图 |
| 做张海报 | 追问类型 |
| 帮我 P 一下这张图 | 拒答 |
| 你们公司老板是谁 | 拒答 |
六类全对。第三类和前两类一样都判「出图」,但走的是不同分支——判据一样,去向不一样。 这一点和 12.4 节说的正好对上:测试要看「走到哪儿」,不只看「判成什么」。
二、效果验证:先验去向
三句各走一条分支,产出三个不同的图片地址。这一步验的是去向。 去向错了,后面的「好不好看」都不用看。所以顺序是先验去向,再看效果。 演示里三句都走对了。第四、五、六句走到追问或拒答,不出图。
「没出图」不一定是失败。 该追问的时候追问,比硬出一张错图强。
三、品牌规范能不能自动验
| 验什么 | 标准 | 谁验 |
|---|---|---|
| 主色号 | 是不是 #1B4B8F | 程序(取色) |
| 字体 | 是不是品牌指定字体 | 人 |
| logo 位置 | 右下角留白 40px | 程序(模板比对) |
| 禁用词 | 有没有「最」「第一」这种 | 程序(文本匹配) |
四项里三项能自动验。这就是「品牌规范写进模板」的好处——能验的变多了。 如果规范只在文档里,四项全得人看。人看会累,累了就漏。 第 12.2 节说「规范写在入口,比写在检查表里管用」,这里补上后半句:写在模板里,还能被程序验。
四、没验到的三样
一、字体的实际效果(40px 的字在 1080 宽的图上好不好看)。 二、排版有没有压字(标题长过一行,可能盖住产品图)。 三、图对不对题(这张图看着像不像「店庆五折」)。
三样都只能人看。所以这个智能体的定位还是「先出一版给人挑」,不是「自动发出去」。 明确没验到的,比含糊说「都验过了」有用。 用户知道哪里要自己看一眼。
五、项目小结
| 留下什么 | 是什么 | 哪一节 |
|---|---|---|
| 一条工作流 | 八个节点,四条出边,三类各一套提示词 | 12.3 |
| 一份意图表 | 三类关键词,加一条兜底 | 12.3 |
| 一套人设 | 对内语气,写明不改图、不发布 | 12.5 |
| 一份测试清单 | 六类输入加四项规范检查 | 12.6 |
和 11.7 节那个小结比,这一章多了一样:意图表。三条分支的代价是多维护一张表。 表比链好维护——加一个类型只改表加一个节点,不用动别的。 分支多不可怕,可怕的是分支里写死的那些词。 五个案例做到这里,形状已经很清楚了:一条链 + 一段人设 + 一张表 + 一份清单。 后面四个行业案例都是在这个骨架上换内容。
本章没有真出图。三类分支走到哪个节点、聚合节点取到哪条值,都是真的;图本身这次没有产出,不假装有。
六、动手 Demo:六类输入,跑完看效果
六类输入各跑一次,看判据对不对;再看三类各走到哪条分支,产出什么。 最后验四项品牌规范,三项能自动验。
def decide(t):
if u'P 一下' in t or u'老板' in t: return u'拒答'
if kind_of(t) == u'未识别': return u'追问类型'
return u'出图'
实跑输出:
--------------------------------------------------------------------
六类输入,跑完看效果
--------------------------------------------------------------------
① 六类输入,六条期望
--------------------------------------------------------------------
| 输入 | 期望 | 实际 | 对不对 |
|---|---|---|---|
| 产品海报,保温杯上新,卖点是一体成型内胆 | 出图 | 出图 | 对 |
| 店庆五折,做张活动海报 | 出图 | 出图 | 对 |
| 招个美工,月薪八千 | 出图 | 出图 | 对 |
| 做张海报 | 追问类型 | 追问类型 | 对 |
| 帮我 P 一下这张图 | 拒答 | 拒答 | 对 |
| 你们公司老板是谁 | 拒答 | 拒答 | 对 |
六类判对 6 类。第三类和第一、二类一样都判「出图」,但走的是不同分支——判据一样,去向不一样。
② 效果验证:三类各出一张
--------------------------------------------------------------------
| 类型 | 需求 | 产出 |
|---|---|---|
| 产品 | 产品海报,保温杯上新,卖点是一体成型内胆 | poster_product.png |
| 活动 | 店庆五折,做张活动海报 | poster_event.png |
| 招聘 | 招个美工,月薪八千 | poster_job.png |
三类各走对了一条分支。这一步验的是「去向」,不是「好不好看」。
好不好看只能人看——和 11.7 节说的一样:程序能验「有没有」,验不了「对不对题」。
③ 品牌规范有没有守住
--------------------------------------------------------------------
| 验什么 | 标准 | 谁验 |
|---|---|---|
| 主色号 | 是不是 #1B4B8F | 能自动验(取色) |
| 字体 | 是不是品牌指定字体 | 只能人看 |
| logo 位置 | 右下角留白 40px | 能自动验(模板比对) |
| 禁用词 | 有没有「最」「第一」这种 | 能自动验(文本匹配) |
四项里三项能自动验。这就是「品牌规范写进模板」的好处——能验的变多了。
如果规范只在文档里,四项全得人看。人看会累,累了就漏。
④ 项目小结
--------------------------------------------------------------------
| 留下什么 | 是什么 | 哪一节 |
|---|---|---|
| 一条工作流 | 八个节点,四条出边,三类各一套提示词 | 12.3 |
| 一份意图表 | 三类关键词,加上兜底 | 12.3 |
| 一套人设 | 对内语气,写明不改图、不发布 | 12.5 |
| 一份测试清单 | 六类输入加四项规范检查 | 12.6 |
和 11.7 节那个小结比,这一章多了一样:意图表。三条分支的代价是多维护一张表。
表比链好维护——加一个类型只改表加一个节点,不用动别的。分支多不可怕,可怕的是分支里写死的那些词。
本章没有真出图。三类分支走到哪个节点、聚合节点取到哪条值,都是真的;
图本身这次没有产出,不假装有。
①第一张表六类输入:三类出图、一类追问、两类拒答,全对。 ②三类都判「出图」,但走的是不同分支——判据一样,去向不一样。 ③第二张表三类各出一个占位地址。这一步验的是去向,不是好不好看。 ④第三张表四项品牌规范:主色、logo 位置、禁用词能自动验,字体只能人看。 ⑤最后一段点名没验到的三样:字体效果、排版压字、图对不对题。
30 秒实验
- 把六类输入补齐,特别是「该追问」那一类——最容易漏。
- 把品牌规范里能自动验的三项写成检查脚本,挂在出图之后。
- 写下你这个智能体「没验到的三样」。写不出来,说明你以为都验过了。
常见误区
- 「六类都对就能上线。」还有三项只能人看:字体效果、排版压字、图对不对题。
- 「没出图就是失败。」该追问的时候追问,比硬出一张错图强。
- 「规范写进文档就行。」写进模板才能被程序验。写在文档里全得人看。
自测三问(点开对答案)
1. 效果验证先验什么? —— 先验去向:有没有走到对应的那条分支。去向错了,后面的效果都不用看。 2. 品牌规范哪几项能自动验? —— 主色号、logo 位置、禁用词。字体只能人看。 3. 这个智能体没验到的三样是什么? —— 字体实际效果、排版有没有压字、图对不对题。三样都只能人看。第五个案例完了。下一章做咨询类智能体:一条链里塞知识库、数据库和长期记忆。
- ☐ (本篇完,下一篇 13.1 项目背景与整体思路)
相关笔记
- 智能体测试与验证:上一章的整体验证
- 构建海报生成工作流:三条分支怎么画
- 工作流测试与发布:意图识别怎么测
- 🐦 扣子开发 AI Agent · 索引