AI品牌体检该如何设计测试题

AI品牌体检的测试题，不能只问“某品牌是做什么的”。这类题只能检查模型是否认识品牌，无法判断用户没有主动提供品牌名时，模型会不会把它纳入候选。测试设计应围绕真实决策过程，检验品牌在什么问题下出现、被如何介绍，以及推荐理由是否成立。

题目先按决策意图分组：品类选择、品牌比较、场景适配、问题解决、风险验证和服务机构选择。每组都要对应一个明确判断目标：品牌是否进入候选范围，差异是否说得清，适用场景是否准确，专业能力是否与问题相关，可信依据是否充分，以及服务身份是否清晰。题目不必写得复杂，关键是每道题只测一个主要判断点。

设计时，应避免把品牌名称预先放进所有题目。可以用“这个行业有哪些选择”观察品类认知，用“什么方案适合某类企业”检查场景适配，用“遇到某个问题该找谁”检验问题关联，再用“这家公司是否适合长期合作”检查信任信息。若题目直接点名品牌，得到的往往是品牌介绍，不等于自然推荐。

测试还要控制题目之间的可比性。相同意图的问题应保持相近的行业、需求和约束条件，并记录使用的平台、提问方式和回答内容；否则，前后差异可能来自题目变化，而非品牌认知变化。复测时也应尽量沿用同一组问题。

评价结果不能只数品牌出现了几次。至少要分别记录提及、排序、准确度和话语：是否出现、是否进入靠前候选、品牌身份与能力描述是否正确、模型给出的推荐理由是否具体且有依据。这样才能区分“模型不知道品牌”“知道但说错”“介绍正确却缺少差异”以及“相关场景中仍未被推荐”。

最终，一套有效题目应能指出下一步该修什么：身份不清，先统一品牌定义；场景缺失，补足适用条件；信任不足，检查事实与证据；推荐理由模糊，再梳理差异。体检的价值不在于制造一个漂亮的出现率，而在于让测试结果对应到可执行的品牌改进。