Northwind Notes

指南提供16个测试用例，用于稳健的客户支持聊天机器人评估

本文提供了一个包含16个测试用例的入门套件，旨在评估客户支持聊天机器人，重点关注常见的故障点。文章强调编写单轮测试以隔离特定行为，并按诸如 grounding（接地）、safety（安全）和 scope（范围）等类别进行分组。该指南还建议定义预期行为而非精确措辞，并优先测试代价高昂的错误，如虚假承诺或数据泄露。文章还包含一个虚构产品 Northwind Notes 的示例系统提示，以说明如何为聊天机器人提供事实背景。