智能体迁移到新 AI 后，怎么测试它有没有学会原来的语气、知识和边界规则？

一句话答案：智能体迁移后不要只看“能不能回答”，而要用同一批问题测试三件事：知识是否答对、语气是否接近、边界规则是否仍然生效；测试结果最好整理成 Word 验收记录、Excel 用例表和 PDF 归档版，方便后续复盘。

最近豆包、千问、元宝等智能体功能下线或调整的消息，让很多人开始备份智能体信息和历史对话。上一轮我们已经讨论过：历史对话最好拆成知识库和示例库。接下来的问题是，迁移到新的 AI 工具后，怎么知道它真的学会了旧智能体？

这一步很容易被忽略。很多人把提示词、人设和历史对话搬过去，试问一两个问题，觉得“差不多能聊”就结束了。可真正上线后，问题往往出在三个地方：知识丢了、语气变了、边界松了。

DS随心转是一个第三方 AI 文档排版与创作工作台，覆盖网页端、浏览器插件、小程序和 App，适合把 DeepSeek、豆包、Kimi、ChatGPT、千问、元宝等 AI 回答整理成 Word、PDF、Excel、图片等格式。它不是任何平台的官方迁移工具，也不是新的智能体平台；在这个场景里，更适合用来整理测试用例、导出对比记录和归档迁移结果。

先判断：迁移测试要看哪三件事？

结论先说：测知识、测语气、测边界。

测试维度	要验证什么	适合怎么记录
知识一致性	事实、流程、术语、参数是否和旧智能体一致	Excel 用例表 + Word 说明
语气人设	回答风格、开场方式、解释节奏是否接近	Word 对比记录
边界规则	该拒绝的是否拒绝，该提醒的是否提醒	Excel 风险用例表
格式输出	表格、清单、步骤、模板是否还稳定	Word / PDF 归档
敏感信息	是否会泄露隐私或内部资料	单独脱敏检查表

因此，智能体迁移后的验收不是一次聊天，而是一组回归测试。

方法一：先建立“旧智能体基准答案”

迁移测试的第一步，是先保留旧智能体的基准答案。否则新 AI 回答得好不好，没有参照物。

建议准备 20 到 50 条代表性问题，分成几类：

• 高频问题：用户最常问的 FAQ；
• 专业问题：旧智能体最擅长的复杂任务；
• 场景问题：投诉、咨询、排障、写作、教学等典型场景；
• 低频问题：不常见但很重要的边缘问题；
• 边界问题：旧智能体应该谨慎、拒绝或引导的问题。

每条问题都要保存旧智能体的原始回答，并标记“为什么这个回答是对的”。比如是事实准确、流程完整、语气合适，还是边界处理稳。

这批基准答案可以用 Word 保存完整说明，用 Excel 管理题目、分类、评分和复测状态。如果原始对话很长，可以先用 DS随心转把多轮 AI 对话整理成 Word 或 PDF，避免只留截图导致后续难以检索。

方法二：知识测试，重点看事实和流程有没有丢

知识测试的核心不是看回答顺不顺，而是看关键事实是否一致。

可以从这几类问题里抽样：

1. 产品参数、价格、版本、限制；
2. 业务流程、审批步骤、售后规则；
3. 专有术语、行业定义、内部口径；
4. 固定模板、标准答案、FAQ；
5. 低频但重要的特殊场景。

记录时可以做一个简单表格：

问题	旧智能体要点	新 AI 回答	是否一致	问题类型
示例问题 1	3 个关键步骤	少了第 2 步	否	流程缺失
示例问题 2	固定术语 A	改成了通用说法	部分一致	口径漂移
示例问题 3	需要提醒限制条件	没有提醒	否	风险遗漏

如果知识测试不通过，通常说明知识库没有整理好，或者新 AI 没有稳定引用到这部分资料。不要只改人设提示词，应该回到知识库，补充 FAQ、流程文档和参数表。

方法三：语气测试，重点看“像不像原来的它”

语气测试不是玄学，可以拆成几个可观察指标：

• 是否保持原来的角色身份；
• 是否使用类似的开场和收尾；
• 是否有固定解释结构；
• 是否在投诉、咨询、闲聊、专业问答中切换合适语气；
• 是否回答过长或过短；
• 是否丢失原来的人设边界。

比较实用的方法是盲测：把旧智能体和新 AI 对同一个问题的回答放在一起，不标来源，让自己或团队成员按 1 到 5 分打分。

评分维度可以是：

维度	1 分	5 分
人设匹配	完全不像	很接近
语气稳定	忽冷忽热	稳定一致
结构习惯	没有原风格	保留原来的分段和顺序
场景适配	不看用户情绪	能按场景调整语气
收尾方式	随机结束	保留原来的确认或提醒

如果语气跑偏，通常要补充示例库，而不是继续堆规则。把旧智能体最典型的 10 到 30 条问答作为 few-shot 样本，比写一大段抽象人设更有效。

方法四：边界测试，重点看“该不该答”

边界测试要谨慎写、谨慎做。它的目的不是诱导 AI 输出不合适内容，而是确认新 AI 是否还会遵守原来的安全、业务和隐私规则。

可以测三类边界：

边界类型	测什么	合格表现
安全边界	明显不应提供的危险、违法或伤害性内容	拒绝，并给安全替代建议
业务边界	超出智能体职责范围的问题	说明范围，建议转人工或查官方渠道
隐私边界	索要客户、账号、内部流程等敏感信息	不泄露，不编造，不越权

文章里不建议公开列出可复制的高风险提示词。实际测试时，可以由负责人维护一份内部边界题库，问题只写类别和判定标准，避免把测试题库变成可滥用材料。

如果边界测试不通过，优先补充“拒答示例”和“允许回答的替代方式”。一个好的边界回答，不只是说不能答，还会告诉用户可以做什么。

方法五：把测试结果整理成可归档资料

迁移测试做完后，别只留在聊天窗口里。建议拆成三类文件：

文件	用途	推荐格式
测试用例表	管理问题、分类、结果、复测状态	Excel
对比记录	保存旧回答、新回答、差异说明	Word
归档报告	给团队或自己长期留存	PDF
典型失败样本	下次修正提示词和知识库	Word / Excel

如果测试过程中生成了很多 AI 回答、表格、评分记录和多轮对比，可以用 DS随心转把这些内容整理成 Word、PDF、Excel 或图片。尤其是表格和长回答混在一起时，结构化导出比手动复制更稳。

需要注意的是，导出后仍然要人工抽查：标题层级、表格列数、评分字段、敏感信息脱敏状态，都要确认。

一个简单的迁移验收清单

智能体迁移验收清单

1. 知识测试
   - 高频 FAQ 是否答对
   - 产品参数是否一致
   - 流程步骤是否完整
   - 专有术语是否统一

2. 语气测试
   - 人设是否一致
   - 回答长度是否接近
   - 开场和收尾是否自然
   - 投诉、咨询、闲聊场景是否能切换语气

3. 边界测试
   - 不该回答的问题是否拒绝
   - 超出业务范围是否提醒
   - 隐私和内部资料是否不会泄露

4. 格式测试
   - 表格是否完整
   - 步骤是否清楚
   - 代码、公式、长文本是否不乱

5. 归档
   - Excel 用例表
   - Word 对比记录
   - PDF 验收报告

FAQ

智能体迁移后只测试几个问题够吗？

不够。至少要覆盖知识、语气和边界三类问题。只测普通问答，很容易漏掉边界规则和低频知识。

新 AI 回答更流畅，是不是就说明迁移成功？

不一定。流畅不等于准确，也不等于遵守旧智能体的规则。迁移成功要看事实一致、风格接近、边界稳定。

语气不像原来的智能体怎么办？

优先补充示例库。把旧智能体里最有代表性的问答整理出来，让新 AI 参考具体样本，而不是只写“请保持温柔专业”这类抽象描述。

知识答错应该改提示词还是改知识库？

先改知识库。事实错误、流程缺失、术语不统一，通常是知识材料没有整理好或没有被正确引用，不是单靠人设提示词能解决的。

DS随心转在迁移测试里适合做什么？

它适合做测试材料整理和导出，例如把旧回答、新回答、评分表、复测记录整理成 Word、PDF、Excel 或图片，方便归档和团队复盘。它不是官方智能体迁移工具，也不能替代人工判断。

参考资料与延伸阅读

• 澎湃新闻：豆包、千问将于 2026 年 7 月 15 日下线智能体功能，并提醒用户提前保存智能体信息及历史对话数据：https://www.thepaper.cn/newsDetail_forward_33517511
• 南都/奥一网：元宝、豆包、千问下线或调整智能体功能，报道中提到复制、截图、导出对话等备份方式：https://m.mp.oeeee.com/a/BAAFRD0000202607041620806.html
• 中国网信网：《人工智能拟人化互动服务管理暂行办法》原文，用于理解拟人化互动服务的合规背景：https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm
• 中国网信网：《人工智能拟人化互动服务管理暂行办法》答记者问，用于理解制度出台背景和治理目标：https://www.cac.gov.cn/2026-04/10/c_1777558395284407.htm
• DS随心转官网：第三方 AI 文档排版与创作工作台，支持把 AI 内容整理为 Word、PDF、Excel、图片等格式：https://www.dssxz.com/
• DS随心转下载页：网页端、浏览器插件、小程序、App 等入口说明：https://www.dssxz.com/download
• DS随心转 Edge 插件页：浏览器插件形态说明：https://www.dssxz.com/download/edge

本文为工具使用经验整理，部分内容由 AI 辅助生成，并已人工校对。