| 验收项 | 验收标准 | 测试方法 | |--------|----------|----------| | 所有功能点已实现 | 合同约定的功能100%实现 | 功能测试清单逐项验证 | | 权限控制生效 | 不同角色看到不同内容 | 多角色测试 | | 数据流通正常 | 各系统间数据正确同步 | 端到端流程测试 | | 异常处理正常 | 异常情况有提示和兜底 | 异常场景测试 |

| 验收项 | 验收标准 | 测试方法 | |--------|----------|----------| | 意图识别 | 核心意图识别准确率≥90% | 200+测试用例验证 | | 知识检索 | 召回率(Recall@10)≥85% | 标准测试集评估 | | 回答生成 | 回答准确率≥85% | 人工标注100+真实问题 | | 人工接管 | 接管流程顺畅，上下文完整 | 模拟低置信度场景 | ## 性能验收标准是什么？ | 指标 | 标准值 | 测试条件 | |------|--------|----------| | 平均响应时间 | ≤2秒 | 正常负载 | | P99响应时间 | ≤5秒 | 正常负载 | | 峰值吞吐量 | ≥合同约定值 | 压测 | | 系统可用性 | ≥99.9% | 运行7天 | | GPU内存占用 | ≤合同约定值 | 持续运行 | | 并发支持 | ≥合同约定并发数 | 并发测试 | ## 安全验收有哪些必检项？

| 验收项 | 标准 | 测试方法 | |--------|------|----------| | 数据传输加密 | TLS 1.2+ | 抓包验证 | | 数据存储加密 | AES-256 | 配置检查 | | 敏感数据脱敏 | 身份证/手机号/银行卡号 | 100+测试用例 | | 访问控制 | RBAC+文档级权限 | 越权测试 |

| 验收项 | 标准 | 测试方法 | |--------|------|----------| | Prompt注入防护 | 恶意指令不被执行 | 50+注入攻击测试 | | 幻觉控制 | 核心场景幻觉率≤5% | 人工标注验证 | | 输出过滤 | 违规内容不输出 | 敏感词+违规内容测试 | | 操作审计 | 关键操作全记录 | 日志完整性检查 |

| 场景 | 准确率目标 | 幻觉率目标 | |------|-----------|-----------| | 核心场景 | ≥95% | ≤3% | | 一般场景 | ≥85% | ≤10% | | 边缘场景 | 允许"不知道" | — |

| 方法 | 样本量 | 执行方 | |------|--------|--------| | 自动化评估 | 500+条 | 技术团队 | | 人工标注评估 | 100+条 | 业务团队 | | 真实用户测试 | 50+人 | 目标用户 | | A/B对比 | 与旧系统对比 | 运营团队 |

连续运行7天，准确率波动不超过±3%。 ## 文档验收包含什么？ | 文档类型 | 必须包含内容 | |----------|-------------| | 操作手册 | 用户操作步骤、截图、常见问题 | | 运维手册 | 系统架构、部署步骤、监控指标、应急预案 | | API文档 | 接口说明、请求/响应示例、错误码 | | 培训材料 | 培训PPT、视频教程、考核题 | | 知识库管理 | 文档更新流程、模板、质量标准 | ## 验收流程怎么做？ ``` 预验收(内部) → 修正问题 → 正式验收(客户参与) ↓ 功能验收 → 性能验收 → 安全验收 → 效果验收 → 文档验收 ↓ 验收报告 → 遗留问题清单 → 限期整改 → 正式上线 ```

AI项目验收标准怎么定？功能、性能、安全一个都不能少 - Blog

Q: 安全测试清单

- [ ] 渗透测试：无高危漏洞 - [ ] 越权测试：跨角色访问全部被拦截 - [ ] 注入测试：Prompt注入攻击全部被防御 - [ ] 数据泄露测试：敏感数据不出系统 ## 效果验收怎么评？这是AI项目独有的维度

Q: 验收通过标准

- 功能验收100%通过 - 性能验收100%通过 - 安全验收100%通过 - 效果验收核心场景100%通过，一般场景≥90%通过 - 文档验收100%通过 - 无P0级遗留问题 ## 常见问题

AI项目验收比传统软件多出"效果"维度——功能100%通过还不够，核心场景准确率必须≥95%、幻觉率≤3%、P99延迟≤5秒、安全100%通过。根据中国信通院《2025 AI应用发展报告》，缺乏系统化验收标准是AI项目纠纷的首要原因。本文提供一套完整的四维验收标准模板：功能、性能、安全、效果，让验收有据可依。

功能验收怎么过？

基础功能验收

验收项	验收标准	测试方法
所有功能点已实现	合同约定的功能100%实现	功能测试清单逐项验证
权限控制生效	不同角色看到不同内容	多角色测试
数据流通正常	各系统间数据正确同步	端到端流程测试
异常处理正常	异常情况有提示和兜底	异常场景测试

AI特有功能验收

验收项	验收标准	测试方法
意图识别	核心意图识别准确率≥90%	200+测试用例验证
知识检索	召回率(Recall@10)≥85%	标准测试集评估
回答生成	回答准确率≥85%	人工标注100+真实问题
人工接管	接管流程顺畅，上下文完整	模拟低置信度场景

性能验收标准是什么？

指标	标准值	测试条件
平均响应时间	≤2秒	正常负载
P99响应时间	≤5秒	正常负载
峰值吞吐量	≥合同约定值	压测
系统可用性	≥99.9%	运行7天
GPU内存占用	≤合同约定值	持续运行
并发支持	≥合同约定并发数	并发测试

安全验收有哪些必检项？

数据安全

验收项	标准	测试方法
数据传输加密	TLS 1.2+	抓包验证
数据存储加密	AES-256	配置检查
敏感数据脱敏	身份证/手机号/银行卡号	100+测试用例
访问控制	RBAC+文档级权限	越权测试

AI安全

验收项	标准	测试方法
Prompt注入防护	恶意指令不被执行	50+注入攻击测试
幻觉控制	核心场景幻觉率≤5%	人工标注验证
输出过滤	违规内容不输出	敏感词+违规内容测试
操作审计	关键操作全记录	日志完整性检查

安全测试清单

[ ] 渗透测试：无高危漏洞

[ ] 越权测试：跨角色访问全部被拦截

[ ] 注入测试：Prompt注入攻击全部被防御

[ ] 数据泄露测试：敏感数据不出系统

效果验收怎么评？这是AI项目独有的维度

效果指标

场景	准确率目标	幻觉率目标
核心场景	≥95%	≤3%
一般场景	≥85%	≤10%
边缘场景	允许"不知道"	—

效果测试方法

方法	样本量	执行方
自动化评估	500+条	技术团队
人工标注评估	100+条	业务团队
真实用户测试	50+人	目标用户
A/B对比	与旧系统对比	运营团队

效果衰退测试

连续运行7天，准确率波动不超过±3%。

文档验收包含什么？

文档类型	必须包含内容
操作手册	用户操作步骤、截图、常见问题
运维手册	系统架构、部署步骤、监控指标、应急预案
API文档	接口说明、请求/响应示例、错误码
培训材料	培训PPT、视频教程、考核题
知识库管理	文档更新流程、模板、质量标准

验收流程怎么做？

```

预验收(内部) → 修正问题 → 正式验收(客户参与)

↓

功能验收 → 性能验收 → 安全验收 → 效果验收 → 文档验收

↓

验收报告 → 遗留问题清单 → 限期整改 → 正式上线

```

验收通过标准

功能验收100%通过

性能验收100%通过

安全验收100%通过

效果验收核心场景100%通过，一般场景≥90%通过

文档验收100%通过

无P0级遗留问题

常见问题

AI项目的"效果验收"和传统软件的"功能测试"有什么区别？

传统软件的功能测试是二元的——功能有或没有，结果可预测。AI项目的效果验收是概率性的——同样输入可能产生不同输出，准确率是95%而非100%。因此AI项目必须约定"准确率阈值"和"测试样本量"，而非简单的"功能是否实现"。

效果验收中"核心场景"和"一般场景"如何划分？

核心场景是直接影响业务收入或合规的场景（如风控审批、合规查询），准确率目标≥95%；一般场景是辅助性场景（如产品推荐、使用指导），准确率≥85%即可。建议在项目启动时就与业务方书面约定场景分类和对应标准。

AI项目验收后效果衰退怎么办？

验收时应明确"效果保障期"——通常3-6个月。保障期内，如果准确率下降超过5%，乙方应免费优化。衰退的常见原因包括知识库未更新、业务规则变化、数据分布漂移，验收文档中应包含定期优化机制和责任划分。

想建立AI项目验收标准？预约免费验收咨询