AI 工作流：固定测试集做回归评测
没有评测集就没有稳定交付。
做法
准备 30–50 条输入期望对，每次改 Prompt/模型后跑分。
{
"cases": [{"input": "...", "expect_contains": ["..."]}]
}
没有评测集就没有稳定交付。
准备 30–50 条输入期望对，每次改 Prompt/模型后跑分。
{
"cases": [{"input": "...", "expect_contains": ["..."]}]
}