AI 可视化测试分层：从字段规则到完整分析任务-171主机测评

AI 可视化测试分层：从字段规则到完整分析任务

AI 数据分析链路的测试不能只看图表有没有画出来。先把自然语言请求拆成数据范围、图表意图和展示规则；模型负责候选解释，查询和渲染仍走受控接口。

字段映射、聚合规则和图表参数适合用小数据表做单元测试；查询接口与渲染组件的连接放到集成层。完整分析任务只选少量代表性请求，核对解析出的指标、数据结果与最终图表。这样图表异常时，能先判断是字段规则、查询契约还是渲染配置出了偏差。

自然语言请求经过解析后，应得到可审查的数据范围、指标和图表配置。输入先校验，外部查询保留超时和错误分类，输出要能追到数据来源。不要把所有动作塞进同一个提示词或 notebook 单元格。

可以先用下面这份检查单审阅一个最小任务：

自然语言请求是否解析成明确的数据范围、指标、维度和图表类型；

字段不存在、查询为空或接口超时时，界面是否给出不同反馈；

图表中的数值、单位和筛选条件能否追到查询结果；

修改解析或渲染规则后，固定分析任务是否仍得到同一口径的结果。

测试数据应明确可公开使用，避免复制真实敏感内容。每次缺陷修复补一个能复现问题的最小用例，并确保断言检查结果，而不只检查程序没有报错。

每个失败用例记录请求文本、解析后的字段配置、脱敏查询摘要和渲染结果。先在字段规则或图表配置中缩小差异，再只改对应层；复测时同时检查数值和展示，不能只看页面是否成功打开。

一条分析任务能从字段规则测到最终图表，并且错误能回到具体层，测试分层才真正有用。