AI新增图像或语音能力后如何验证

多模态功能新增后，最重要的问题是它在你的任务中是否可靠，而不是是否能展示出一次漂亮结果。

选择可核验素材

使用有明确答案的图片、图表、录音或截图。样本应覆盖清晰内容、模糊内容和容易混淆的场景。

分别测试理解与生成

理解任务检查识别、定位和引用；生成任务检查指令遵循、格式和可编辑性。不要把两类能力混为一项评分。

保留来源和人工确认

对提取出的数字、文字和身份信息进行人工核对。输出质量的通用检查可参考AI输出质量复核。