AI 产品的「评测集」为什么比提示词更重要

没有固定的测试问题集，改提示词全靠主观感觉，越改越乱。

• 选 20-50 个真实问题作为固定测试集。
• 每次改动后跑一遍，记录通过率。
• 把典型失败案例加进测试集，形成正向循环。

怎么用：先建 20 题的小测试集，比买任何工具都有用。