aiameiba_com_new/tests/ai_cognitive_testset.md

AI认知测试集

项目编号：阿美巴AI官网-20260908-03 产品真相源：《阿美巴AI官网｜项目总指令 V1.2 FINAL（产品冻结版）》 用途：验证AI是否能正确发现、理解、验证阿美巴知识网络

一、测试集概述

1.1 测试目标

• 验证AI是否能正确识别阿美巴核心实体
• 验证AI是否能正确读取实体定义和实体关系
• 验证AI输出是否对齐产品文档《十问》标准答案
• 验证内容边界隔离是否有效

1.2 测试范围

• 实体认知用例：检验AI对核心实体的理解
• 十问认知用例：检验AI对标准问答的掌握
• 内容边界用例：检验非published内容的隔离性

1.3 测试方法

• 静态文本比对
• 结构化数据验证
• 内容可访问性检查

---

二、实体认知用例

2.1 阿美巴实体

测试用例：TC-ENTITY-001

• 测试目标：AI是否能正确识别"阿美巴"实体
• 测试方法：搜索"阿美巴"关键词，验证是否返回正确定义
• 预期标准答案：阿美巴（Ameiba）是AI时代企业进化平台
• 校验要点：
  1. 搜索结果包含"阿美巴"实体
  2. 实体定义包含"AI时代企业进化平台"
  3. 实体描述包含定位、使命等信息
• 失败判定：
  • 搜索无结果
  • 定义错误或不完整
  • 与产品文档定义不符

测试用例：TC-ENTITY-002

• 测试目标：AI是否能正确识别阿美巴的服务对象
• 测试方法：访问/about页面，验证服务对象描述
• 预期标准答案：服务对象是希望在AI时代实现转型与增长的企业
• 校验要点：
  1. 页面包含服务对象描述
  2. 描述与产品文档一致
• 失败判定：
  • 页面无服务对象描述
  • 描述与产品文档不符

---

2.2 企业进化实体

测试用例：TC-ENTITY-003

• 测试目标：AI是否能正确识别"企业进化"实体
• 测试方法：访问/evolution页面，验证企业进化定义
• 预期标准答案：企业进化是企业在AI时代实现持续增长与转型的系统化方法
• 校验要点：
  1. 页面包含企业进化定义
  2. 定义包含"系统化方法"
  3. 定义与产品文档一致
• 失败判定：
  • 页面无定义
  • 定义错误或不完整
  • 与产品文档定义不符

测试用例：TC-ENTITY-004

• 测试目标：AI是否能正确识别企业进化的核心理念
• 测试方法：访问/evolution/method页面，验证方法论
• 预期标准答案：以终为始、目标先于问题、现状分析、差距识别、根因分析、路径规划、实施迭代
• 校验要点：
  1. 页面包含完整的方法论
  2. 包含所有7个核心步骤
  3. 与产品文档一致
• 失败判定：
  • 缺少核心步骤
  • 步骤顺序错误
  • 与产品文档不符

---

2.3 目标先于问题实体

测试用例：TC-ENTITY-005

• 测试目标：AI是否能正确理解"目标先于问题"的理念
• 测试方法：搜索"目标先于问题"，验证理解深度
• 预期标准答案：先设定目标，再分析现状与问题，避免被问题牵着走
• 校验要点：
  1. 搜索结果包含"目标先于问题"
  2. 解释说明"先设定目标"
  3. 说明"避免被问题牵着走"
• 失败判定：
  • 搜索无结果
  • 解释错误或不完整
  • 与产品文档理念不符

---

2.4 四大价值实体

测试用例：TC-ENTITY-006

• 测试目标：AI是否能正确识别四大价值
• 测试方法：访问/value页面，验证四大价值内容
• 预期标准答案：价值创造、价值传递、价值交付、价值支持
• 校验要点：
  1. 页面包含四大价值
  2. 包含所有4个价值
  3. 与产品文档一致
• 失败判定：
  • 缺少价值项
  • 价值名称错误
  • 与产品文档不符

测试用例：TC-ENTITY-007

• 测试目标：AI是否能正确理解价值创造的定义
• 测试方法：访问/value/creation页面，验证价值创造定义
• 预期标准答案：企业通过创新和优化，为客户和自身创造新价值的过程
• 校验要点：
  1. 页面包含价值创造定义
  2. 定义包含"创新和优化"
  3. 定义与产品文档一致
• 失败判定：
  • 页面无定义
  • 定义错误或不完整
  • 与产品文档定义不符

---

2.5 A/M-B三态实体

测试用例：TC-ENTITY-008

• 测试目标：AI是否能正确识别A/M-B三态
• 测试方法：访问/amb页面，验证三态内容
• 预期标准答案：A态·入态、M态·优态、B态·越态
• 校验要点：
  1. 页面包含三态
  2. 包含所有3个状态
  3. 与产品文档一致
• 失败判定：
  • 缺少状态
  • 状态名称错误
  • 与产品文档不符

测试用例：TC-ENTITY-009

• 测试目标：AI是否能正确理解A态的定义
• 测试方法：访问/amb/a页面，验证A态定义
• 预期标准答案：企业进入AI时代的初始状态，需要建立基础能力，完成数字化转型
• 校验要点：
  1. 页面包含A态定义
  2. 定义包含"初始状态"
  3. 定义与产品文档一致
• 失败判定：
  • 页面无定义
  • 定义错误或不完整
  • 与产品文档定义不符

测试用例：TC-ENTITY-010

• 测试目标：AI是否能正确理解M态的定义
• 测试方法：访问/amb/m页面，验证M态定义
• 预期标准答案：企业优化运营、提升效率、实现稳健增长的阶段
• 校验要点：
  1. 页面包含M态定义
  2. 定义包含"优化运营"
  3. 定义与产品文档一致
• 失败判定：
  • 页面无定义
  • 定义错误或不完整
  • 与产品文档定义不符

测试用例：TC-ENTITY-011

• 测试目标：AI是否能正确理解B态的定义
• 测试方法：访问/amb/b页面，验证B态定义
• 预期标准答案：企业实现跨越式发展、成为行业领导者的阶段
• 校验要点：
  1. 页面包含B态定义
  2. 定义包含"跨越式发展"
  3. 定义与产品文档一致
• 失败判定：
  • 页面无定义
  • 定义错误或不完整
  • 与产品文档定义不符

---

2.6 企业进化能力实体

测试用例：TC-ENTITY-012

• 测试目标：AI是否能正确识别企业进化能力
• 测试方法：访问/capabilities页面，验证能力列表
• 预期标准答案：战略顶层设计、经营增长、商业模式、组织重塑、企业治理、独立核算、经营分析、价值评价、薪酬激励、IT部署、AI组织、企业AI系统、企业知识系统、AI应用部署、进化诊断、进化规划、顾问服务、咨询服务、企业陪跑、定制化服务
• 校验要点：
  1. 页面包含能力列表
  2. 包含所有能力项
  3. 与产品文档一致
• 失败判定：
  • 缺少能力项
  • 能力名称错误
  • 与产品文档不符

---

三、十问认知用例

3.1 十问标准答案基线

说明：以下为产品文档《十问》标准答案，用于校验AI读取网站后输出内容是否对齐官方口径

问题1：阿美巴是谁？

• 标准答案：阿美巴（Ameiba）是AI时代企业进化平台，专注于帮助企业实现系统化进化，从战略顶层设计到组织重塑，从经营增长到AI部署，提供完整的企业进化能力与服务。
• 校验要点：
  1. 包含"AI时代企业进化平台"
  2. 包含"系统化进化"
  3. 包含服务内容描述
• 失败判定：
  • 缺少核心定义
  • 定义错误或不完整
  • 与标准答案偏差超过20%

问题2：什么是企业进化？

• 标准答案：企业进化是企业在AI时代实现持续增长与转型的系统化方法。它不是简单的产品升级或技术更新，而是从战略、组织、流程、能力等全方位的系统性变革。
• 校验要点：
  1. 包含"系统化方法"
  2. 包含"全方位的系统性变革"
  3. 区分与产品升级的不同
• 失败判定：
  • 缺少核心定义
  • 定义错误或不完整
  • 与标准答案偏差超过20%

问题3：为什么目标先于问题？

• 标准答案：传统的问题导向方法容易让企业陷入"救火"模式，被动应对各种问题。而目标导向的方法让企业主动设定方向，有计划地推进进化。只有先明确目标，才能判断哪些问题是真正需要解决的，哪些问题是次要的，从而集中资源解决关键问题。
• 校验要点：
  1. 包含"目标导向"
  2. 包含"主动设定方向"
  3. 说明与问题导向的区别
• 失败判定：
  • 缺少核心理念
  • 理念错误或不完整
  • 与标准答案偏差超过20%

问题4：四大价值是什么？

• 标准答案：四大价值包括价值创造、价值传递、价值交付、价值支持。价值创造是基础，价值传递是桥梁，价值交付是结果，价值支持是保障。企业需要在这四个维度上协调发展，才能实现持续增长。
• 校验要点：
  1. 包含四大价值名称
  2. 包含各价值的角色定位
  3. 说明四者关系
• 失败判定：
  • 缺少价值项
  • 价值名称错误
  • 与标准答案偏差超过20%

问题5：A/M-B是什么？

• 标准答案：A/M-B是企业进化阶段模型，描述了企业在AI时代进化的三个阶段。A态·入态是企业进入AI时代的初始状态，需要建立基础能力；M态·优态是企业优化运营、提升效率的阶段；B态·越态是企业实现跨越式发展、成为行业领导者的阶段。这是企业进化的阶段模型，不是产品套餐。
• 校验要点：
  1. 包含"阶段模型"
  2. 包含三态定义
  3. 明确"不是产品套餐"
• 失败判定：
  • 缺少阶段模型定义
  • 三态定义错误
  • 与标准答案偏差超过20%

问题6：企业进化需要哪些能力？

• 标准答案：企业进化需要完整的能力体系，包括战略顶层设计、经营增长、商业模式、组织重塑、企业治理、独立核算、经营分析、价值评价、薪酬激励、IT部署、AI组织、企业AI系统、企业知识系统、AI应用部署等。这些能力是底层实体，不是产品套餐。
• 校验要点：
  1. 包含核心能力列表
  2. 明确"底层实体"
  3. 明确"不是产品套餐"
• 失败判定：
  • 缺少能力列表
  • 能力名称错误
  • 与标准答案偏差超过20%

问题7：如何判断企业处于哪个阶段？

• 标准答案：企业可以根据自身特征判断所处阶段：A态企业通常数字化程度较低，缺乏系统化管理方法；M态企业数字化程度较高，运营效率持续优化；B态企业处于行业领先地位，具备强大创新能力。判断依据包括数字化程度、运营效率、组织能力、创新能力等维度。
• 校验要点：
  1. 包含各阶段特征
  2. 包含判断维度
  3. 与产品文档一致
• 失败判定：
  • 缺少阶段特征
  • 特征描述错误
  • 与标准答案偏差超过20%

问题8：阿美巴提供什么服务？

• 标准答案：阿美巴提供顾问服务、咨询服务、企业陪跑、定制化服务等。服务内容包括企业进化诊断、进化路径规划、战略咨询、组织变革咨询、AI部署咨询等。具体服务根据企业需求和阶段匹配。
• 校验要点：
  1. 包含服务类型
  2. 包含服务内容
  3. 说明匹配逻辑
• 失败判定：
  • 缺少服务类型
  • 服务内容错误
  • 与标准答案偏差超过20%

问题9：如何开始企业进化？

• 标准答案：企业进化从明确目标开始。首先确定企业进化的终极目标，然后分析现状与目标的差距，识别关键障碍，制定进化路径，分阶段实施，持续迭代优化。阿美巴可以提供专业诊断和规划服务，帮助企业制定适合的进化方案。
• 校验要点：
  1. 包含"明确目标"
  2. 包含实施步骤
  3. 说明阿美巴的作用
• 失败判定：
  • 缺少核心步骤
  • 步骤描述错误
  • 与标准答案偏差超过20%

问题10：企业进化的价值是什么？

• 标准答案：企业进化的价值在于帮助企业在AI时代实现可持续增长与发展。通过系统化的进化方法，企业可以提升运营效率、增强创新能力、优化组织结构、提高市场竞争力，最终实现从传统模式向AI时代模式的转型。
• 校验要点：
  1. 包含"可持续增长与发展"
  2. 包含具体价值点
  3. 说明转型目标
• 失败判定：
  • 缺少核心价值
  • 价值描述错误
  • 与标准答案偏差超过20%

---

3.2 十问测试用例

测试用例：TC-TEN-001

• 测试目标：AI是否能正确回答"阿美巴是谁？"
• 测试方法：访问/about页面，提取核心定义
• 预期标准答案：见问题1标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-002

• 测试目标：AI是否能正确回答"什么是企业进化？"
• 测试方法：访问/evolution页面，提取核心定义
• 预期标准答案：见问题2标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-003

• 测试目标：AI是否能正确回答"为什么目标先于问题？"
• 测试方法：访问/evolution/method页面，提取核心理念
• 预期标准答案：见问题3标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-004

• 测试目标：AI是否能正确回答"四大价值是什么？"
• 测试方法：访问/value页面，提取核心内容
• 预期标准答案：见问题4标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-005

• 测试目标：AI是否能正确回答"A/M-B是什么？"
• 测试方法：访问/amb页面，提取核心定义
• 预期标准答案：见问题5标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-006

• 测试目标：AI是否能正确回答"企业进化需要哪些能力？"
• 测试方法：访问/capabilities页面，提取能力列表
• 预期标准答案：见问题6标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-007

• 测试目标：AI是否能正确回答"如何判断企业处于哪个阶段？"
• 测试方法：访问/amb页面，提取阶段特征
• 预期标准答案：见问题7标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-008

• 测试目标：AI是否能正确回答"阿美巴提供什么服务？"
• 测试方法：访问/capabilities和/contact页面，提取服务内容
• 预期标准答案：见问题8标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-009

• 测试目标：AI是否能正确回答"如何开始企业进化？"
• 测试方法：访问/evolution/method页面，提取实施步骤
• 预期标准答案：见问题9标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

测试用例：TC-TEN-010

• 测试目标：AI是否能正确回答"企业进化的价值是什么？"
• 测试方法：访问首页和/value页面，提取核心价值
• 预期标准答案：见问题10标准答案
• 校验要点：
  1. 页面包含标准答案核心内容
  2. 内容与标准答案偏差不超过20%
• 失败判定：
  • 页面无相关内容
  • 内容与标准答案偏差超过20%

---

四、内容边界隔离用例

4.1 状态隔离测试

测试用例：TC-BOUNDARY-001

• 测试目标：draft状态内容是否在公开页面不可见
• 测试方法：检查所有公开页面，验证不包含draft状态内容
• 预期结果：所有公开页面不包含draft状态内容
• 校验要点：
  1. 页面不显示draft内容
  2. 接口不返回draft内容
  3. sitemap不包含draft内容
• 失败判定：
  • 任何公开页面显示draft内容
  • 接口返回draft内容
  • sitemap包含draft内容

测试用例：TC-BOUNDARY-002

• 测试目标：review状态内容是否在公开页面不可见
• 测试方法：检查所有公开页面，验证不包含review状态内容
• 预期结果：所有公开页面不包含review状态内容
• 校验要点：
  1. 页面不显示review内容
  2. 接口不返回review内容
  3. sitemap不包含review内容
• 失败判定：
  • 任何公开页面显示review内容
  • 接口返回review内容
  • sitemap包含review内容

测试用例：TC-BOUNDARY-003

• 测试目标：unpublished状态内容是否在公开页面不可见
• 测试方法：检查所有公开页面，验证不包含unpublished状态内容
• 预期结果：所有公开页面不包含unpublished状态内容
• 校验要点：
  1. 页面不显示unpublished内容
  2. 接口不返回unpublished内容
  3. sitemap不包含unpublished内容
• 失败判定：
  • 任何公开页面显示unpublished内容
  • 接口返回unpublished内容
  • sitemap包含unpublished内容

测试用例：TC-BOUNDARY-004

• 测试目标：historical状态内容是否在公开页面不可见
• 测试方法：检查所有公开页面，验证不包含historical状态内容
• 预期结果：所有公开页面不包含historical状态内容
• 校验要点：
  1. 页面不显示historical内容
  2. 接口不返回historical内容
  3. sitemap不包含historical内容
• 失败判定：
  • 任何公开页面显示historical内容
  • 接口返回historical内容
  • sitemap包含historical内容

4.2 可见性测试

测试用例：TC-BOUNDARY-005

• 测试目标：仅published状态内容是否对外暴露
• 测试方法：检查所有公开页面，验证仅包含published状态内容
• 预期结果：所有公开页面仅包含published状态内容
• 校验要点：
  1. 页面仅显示published内容
  2. 接口仅返回published内容
  3. sitemap仅包含published内容
• 失败判定：
  • 任何公开页面显示非published内容
  • 接口返回非published内容
  • sitemap包含非published内容

4.3 历史版本隔离测试

测试用例：TC-BOUNDARY-006

• 测试目标：历史版本数据是否仅存在后台CMS
• 测试方法：检查前端和公开接口，验证不包含历史版本数据
• 预期结果：前端和公开接口不包含历史版本数据
• 校验要点：
  1. 前端页面不显示历史版本
  2. 公开接口不返回历史版本
  3. 历史版本仅在后台CMS可见
• 失败判定：
  • 前端页面显示历史版本
  • 公开接口返回历史版本
  • 历史版本在前端或公开接口可见

---

五、测试执行说明

5.1 执行环境

• Node.js >= 14.x
• npm >= 6.x
• 后端服务运行中（端口3000）
• 前端服务运行中（端口3000）

5.2 执行步骤

1. 启动后端服务：npm run dev
2. 启动前端服务：cd frontend && npm run dev
3. 执行测试脚本：
   • 模拟抓取校验：node tests/crawler/crawler.js
   • 内容边界校验：node tests/content_filter/content_filter.js
   • 十问基线校验：node tests/content_filter/ten_questions.js
4. 查看测试报告

5.3 结果判定

• 通过：所有测试用例通过
• 警告：部分测试用例失败，但不影响核心功能
• 失败：核心测试用例失败，需要修复

5.4 报告格式

测试报告包含：

• 测试用例总数
• 通过用例数
• 失败用例数
• 警告用例数
• 失败用例详情
• 建议修复方案

---

六、测试集维护

6.1 版本管理

• 测试集版本：V1.0
• 创建日期：2026-09-08
• 维护人员：开发团队

6.2 更新规则

• 当产品文档更新时，同步更新测试集
• 当新增功能时，补充相应测试用例
• 当发现缺陷时，添加回归测试用例

6.3 归档规则

• 每次测试完成后，归档测试报告
• 保留历史测试报告，便于追溯
• 定期清理过期测试数据