68 lines
7.6 KiB
Markdown
68 lines
7.6 KiB
Markdown
# 老板视角问数验收
|
||
|
||
## 来源与判定原则
|
||
|
||
根据用户提供的《AI资产助手-老板视角实测-20260923.md》完整复测设计。原测试于 2026-09-23 16:11—16:14 在 beta 环境执行。它确认了一次会话的前端表现，不代表数据库审计或权限验收。
|
||
|
||
本轮优先纠正三个产品问题：待交车不能被待运营替代；复合问题先返回已支持部分；每张结果带足以独立理解的范围与口径。自动化测试使用合成数据和模拟模型，没有访问真实数据库或真实 DeepSeek API。部署后的实机复测必须另行记录，不能用模拟通过替代。
|
||
|
||
## 原始十问与目标
|
||
|
||
| 题号 | 原始输入 | 修复完成判定 |
|
||
| --- | --- | --- |
|
||
| 01 | 我是公司负责人。请用当前数据给我一份资产经营简报：资产总数、运营和库存各多少、运营率多少；哪个车型库存最多，最值得我优先关注？请给数字依据、数据截至时间和统计口径。 | 返回四个总量指标及库存车型集中度；重点关注是基于库存数量的建议，不编造滞销原因或损失。源更新时间缺失时明确未提供。 |
|
||
| 02 | 现在总共有多少台车？运营多少、库存多少，整体运营率是多少？ | 四项都在结果指标中；数值由内部计算。 |
|
||
| 03 | 按车型看库存，按库存数量从多到少排序，告诉我库存最多的车型占总库存多少。 | 库存降序、占完整库存比例；说明吨位粒度，4.5T 包含普货与冷链。 |
|
||
| 04 | 这些4.5T库存主要在哪些区域？只看可运营的，按数量降序。 | 保留 4.5T、可运营、区域分组、降序；单独复制结果仍可识别完整范围。 |
|
||
| 05 | 换个问题：最近7天交车、还车分别多少？其中替换交车多少？比前7天是改善还是变差？请写明起止日期和统计口径。 | 清除旧 4.5T 和库存限制，返回最近七天与前七天数字、日期；改善方向缺少业务目标时仅澄清这一部分。不得把交车减还车直接认定为运营车辆净增。 |
|
||
| 06 | 全部车辆，不沿用之前4.5T或库存筛选。查询2026年9月17日至9月23日交车、还车、替换交车数量，按天列出。 | 日期完整保留、旧筛选清除；交车含替换且不重复相加，单位为车次。 |
|
||
| 07 | 当前库存比上个月月底增加了多少？这些闲置车每个月损失多少钱？没有相应数据请直接说明，不要估算。 | 说明缺历史库存快照与成本数据，无估算；不能回退到当前库存并假装已经回答历史变化。 |
|
||
| 08 | 现在全部公司的待交车有多少？列出待交车清单。 | 当前账号可见范围内待交车真实数量和明细；0 展示为空结果，不展示失败或停止。 |
|
||
| 09 | 查询待交车数量 | 与第 08 题同口径；即使模型误提议 awaiting，也不能执行待运营替代。 |
|
||
| 10 | 我问的是“待交车”，不是“待运营”。请区分这两个业务状态，重新查询待交车数量；如果不支持，请明确说明，不能用待运营数量替代。 | 重新查询待交车；若历史结果确实答错，明确指出该结果不适用于待交车判断并关联已纠正的结果。 |
|
||
|
||
## 合成测试基线
|
||
|
||
10 台资产，4 台运营，6 台库存，运营率 40%。待运营 3 台，待交车 0 台，故意让两者不同，避免状态替代错误被相同数量掩盖。
|
||
|
||
库存：4.5T 普货 1 台、4.5T 冷链 3 台、18T 1 台、49T 1 台。4.5T 合并为 4 台，占库存 66.7%。其中 4.5T 可运营 2 台，均位于华东。
|
||
|
||
流转：每个请求期间返回合成交车 1 笔、替换 1 笔、还车 1 笔；交车含替换合计 2 车次，总事件 3 笔。用于验证日期、筛选、计数与跨期调用，并不代表业务趋势。
|
||
|
||
## 自动化与实机分工
|
||
|
||
`src/server/routes/asset-assistant/boss-experience.test.ts` 校验业务计划实际执行、错误模型状态纠正、复合部分回答、完整十问本地降级链路、结果口径、4.5T 进一步分类和错误答案撤回关联。
|
||
|
||
2026-09-23 开发验收：以上 9 项路由集成场景全部通过，`npm run lint` 通过。执行命令为 `node --import tsx --test src/server/routes/asset-assistant/boss-experience.test.ts`。其中另外加入“真实待交 1 台但模型残留待运营过滤”的反例，验证不会产生假零结果。此处只记录本地自动化结论，不代表 beta 环境已经部署或真实模型十问已经全部通过。
|
||
|
||
实机需重点补验：
|
||
|
||
1. 使用原始十问直接询问真实模型，保留每题结果和实际查询计划。
|
||
2. 验证待交车推荐入口、短问、长问、多轮纠正与首页同口径。
|
||
3. 分别触发空结果、能力缺口、服务异常、主动停止，检查标题和操作不同。
|
||
4. 复制第 04 题结果检查公司、权限、4.5T、可运营、分组及两种时间说明。
|
||
5. 库存车型结果不再推荐同样的车型分组；冷链/普货入口可正常执行。
|
||
6. 连续十轮后能找到每条提问，新答案顶部的结论和指标可见；桌面短高度和手机都要测试。
|
||
|
||
## 独立审阅关注点
|
||
|
||
- 待交车是业务流程状态；待运营是运营状态。确定性纠正既要改 category，也要清掉旧的状态过滤与错误 unsupported 原因，否则仍可能得到假零或错标题。
|
||
- 综合简报的库存集中度必须在库存子集上计算，不能直接用全部资产按车型排序替代“库存最多”。
|
||
- 部分回答的未完成事项应单独列出并进入需求记录，不能把“经营好坏需要目标”误报为“交退换查询不支持”。
|
||
- 纠正旧答案需能定位原结果。正常把待运营查询切换为待交车时，不应无依据地声称先前答案错误。
|
||
- “查询于”是生成时间；没有源刷新证据时 `sourceUpdatedAt` 应为空并以文字说明，不能填当前时间。
|
||
- 普货/冷链分组必须复用首页分类，分组汇总与 4.5T 合计可核对。
|
||
|
||
## 最终开发验证（2026-09-23）
|
||
|
||
- AI 专项：服务端 assistant 与前端 assistant 共 89 项测试通过，包含原十问、错误计划、真实非零待交车、部分回答、复制范围以及分组示例不误变筛选等反例。
|
||
- 类型检查、生产构建、`git diff --check` 通过。构建仍有既有的大体积 chunk 提示。
|
||
- 真实 DeepSeek 验证仅提供合成车辆目录与合成汇总：原十问初跑 8 次模型成功、Q1/Q5 本地降级。定位到模型省略展示字段的问题后，Q1 与 Q5 单独复测均由 DeepSeek 正常规划；这不是“一次连续十题全部模型成功”的证据，也不是生产数据验收。
|
||
- 浏览器使用真实前端与真实问答路由、合成车辆和内存需求记录：完成原十问连续交互；10 条历史可回看，新回答定位到结论和指标；第 4 问复制包含区域数字、4.5T、可运营、公司、权限、口径及两种时间说明；浏览器无控制台错误。
|
||
- 390 × 844 手机视口与桌面视口检查：经营简报四项指标与输入框可见；部分回答、库存明细入口、独立待交车统计可正常显示。最后单独确认 Q7 分别列出缺历史快照、缺成本数据，并记录未完成需求。
|
||
- 尚未提交、部署。生产数据及实际部署后的交互须在发布后复测。
|
||
|
||
全量测试另有一项车辆路由声明顺序断言失败：并行工作将 `/list` 从 `app.get` 改为 `app.on(['GET', 'POST'], ...)`，原测试仍仅扫描 `app.get`。它不属于本轮 AI 修改，未覆盖或撤销该并行工作；AI 专项 89 项均通过。
|
||
|
||
本次改动与验证属于该项目的业务语义和展示优化，未形成跨项目知识候选，未修改全局开发规则。
|