使用场景与验收条件

小叶为读书小组做了一个课程资料答疑助手。页面可以选择文件、输入问题，随后显示一段回答。演示时，同学问：“这份材料讲了什么？”助手很快写出几段概括，大家觉得不错。

真正开始使用，争议才出现。一名同学认为，既然回答后面有来源，就应该能找到支持这句话的原文；另一名同学以为，换一份资料以后再问，助手会自动忽略前面文件的内容。小叶原先只要求 AI “根据资料准确回答，并提供引用”，这些细节并没有说清。

同一个“做得不错”，可以指页面能运行、语句流畅、事实正确，也可以指同学终于找到了需要的依据。要判断功能是否完成，就得先知道这一次究竟承诺完成什么。

上一章讨论怎样找到值得处理的真实需要。本章从一个已经选定的需要出发：帮助同学围绕自己选中的课程资料提问，找到相应依据，并据此理解回答。我们要把这个需要展开成使用场景，再写成可以讨论、操作和核查的验收条件。

本章的小叶、读书小组、资料片段、数字、试用和软件行为都是虚构教学情景。下面不会把一个文字情景当成已经运行过的产品测试。你可以先跟着案例判断，再把相同方法用到自己的 AI 工具或任务中。

一、用户故事说清目的，使用场景补出经过

小叶先写下：“作为参加读书讨论的同学，我希望向选定资料提问，并查看回答依据，以便理解作者到底说了什么。”

这种简短表达叫用户故事。它用少量文字说明谁要做什么、为什么做。它的作用是让参与开发的人记得功能服务于哪种需要，也方便讨论轻重缓急。GOV.UK 的用户故事指南强调使用者、需要与目标这几个要素，也允许采用适合团队的其他表达格式。

这里的“以便”尤其值得认真写。假如小叶只写“以便使用 AI”，就没有说明同学因此获得什么帮助；写成“以便理解作者的观点和依据”，才能继续判断一个设计是否合适。

例如，助手在回答末尾显示“来源：你上传的资料”，形式上出现了来源，却无法帮助同学定位具体内容。若目标是回查作者说法，这种引用仍然不够；若只是给已经熟悉材料的人做临时头脑风暴，对引用位置的要求可能不同。目的会改变怎样的结果才算有用。

不过，用户故事还没有讲清一次使用怎样发生。小叶的同学到底选了哪份资料？文件是否已经处理好？提问时切换了文件怎么办？原文没有支持的信息时，页面给什么反馈？这些问题需要更具体的使用场景。

使用场景描述人在一组条件下，为达到某个目的，与系统及有关环境发生的一段交互。它通常有开始时的情况、引发动作的事件、经过，以及最后得到的结果。对于这个助手，一个场景可以是：同学已选中可读取的资料 A，提出有关该资料的问题，看到回答，再打开对应段落核对。

场景的价值不在故事写得热闹，而在于让含糊的决定显露出来。只说“查看引用”，大家可能都点头；具体写到“同学点开引用以后，看到了哪份文件的哪一段”，就必须面对定位是否准确、显示内容是否支持回答的问题。

小叶还可以写另一条用户故事：“作为维护资料的同学，我希望替换无法读取的旧文件，让使用者能够重新打开资料。”这属于另一种角色和目的，不应悄悄塞进同一次读者提问里。当前先把读者提问的经过讲清，维护者的流程另行展开。

使用场景可以细到足以暴露关键分歧，又不必变成每一次鼠标移动的记录。问题在于同学能否知道当前依据哪份资料，就应写清资料的选择与显示；按钮离窗口左边多少像素，暂时不影响这个判断，可以留给后面的界面设计。

二、给一次正常使用确定起点和终点

为了让讨论有共同依据，小叶准备了两份很短的教学资料。我们先看资料 A《阅览室观察记录》。段落编号是本章为方便定位而加的。

同学准备问：“这份记录中，有多少受访同学提到了插座问题？”一次正常使用可以这样展开。

开始时，资料 A 已经读取完成，同学在页面上选中了它。页面显示完整标题，能够让人核对当前资料。随后，同学输入问题并提交。系统围绕这份资料给出回答，说明十二名受访同学中有八名提到了相关困难，并指向 A2。同学打开引用，看见 A2 的文字，而不是另一份文件或资料首页。

前置条件说明这一次交互开始时已经成立的情况。在上面的场景里，资料可用且已选中，就是前置条件。如果不交代，小叶可能在本地测试时一直使用早已处理好的文件，而同学拿刚上传、还在处理的文件使用，两人看到的其实不是同一种情况。

触发事件是使这次交互开始的动作或事件。这里是同学提交问题。单纯把文件选中，并不等于已经要求系统回答某一个问题；将两者区分，可以避免选择文件时就擅自发出一次不必要的请求。

预期结果则说明这次使用之后应当得到什么。对于当前问题，不能只写“调用模型成功”，因为模型返回了文字，同学仍可能没有得到正确答案或可查的依据。结果应落在同学能够看到和使用的东西上：回答说清受访者的范围与人数，引用能够定位，定位后的原文支持相应说法。

软件工程里也会使用后置条件这个名称，描述交互结束后应当成立的状态。本例中，页面保留这次问题、回答和资料 A 的对应关系，就是一种后置要求。以后同学回看记录，仍应知道答案来自哪份资料。

这样写出来的正常经过，常称为基本路径。它说明主要目标在预想的顺利条件下如何完成。小叶可以先选中已就绪的资料，使前置条件成立，再从提交问题开始走一遍：读回答、打开依据，最后核对同学能否回查到相应原文。

这里还藏着一个范围决定：本章第一版每次只围绕选定的一份资料作答。资料库里即使还有别的文件，也不会默认参与这一次回答。如果以后想增加跨资料比较，那是另一个需要明确支持的场景，应当说明选中了哪些文件、回答怎样区分它们的依据。

把一次使用的起点和终点写清，不等于宣称这条路径已经成功。它先给出一项共同约定。后面的人可以据此实现，也可以拿它去检查实际结果。

三、顺利路径之外，还有哪些同学真的会遇到的情况

基本路径给了小叶一个起点，但使用者不总会从这个起点进入。

如果同学没有选择资料就提问，系统该怎样回应？如果文件读取失败，能不能拿旧文件的内容接着回答？如果资料中没有足够依据，又该怎样让同学知道下一步做什么？

这些情况不能因为“不满足基本路径的前置条件”就从产品中消失。前置条件帮助我们说明正在讨论哪一次交互；其他实际会发生的情况，仍需成为另外的场景，并约定相应结果。

小叶先处理没有选资料的情景。合适的结果可以是：提示先选择文件，保留已经输入的问题。这样，同学完成选择后能够继续。只显示一句“发生错误”，没有告诉他该怎样恢复；清空问题，则使一个容易修正的遗漏变成重复输入的负担。

再看文件仍在处理的情况。此时系统还没有拿到可用于回答的内容。页面可以显示当前处理状态，允许同学稍后继续；不能把“尚未读到内容”说成“资料里没有答案”，因为前者描述处理状态，后者已经是在判断资料内容。

如果处理确实失败，则需要说明这份文件目前无法用于回答，并提供重新选择或重新提交的入口。具体怎样重试、后台怎样恢复，会在后续异常处理章节展开；本章先确定使用者应当知道什么、保留什么、可以采取什么动作。

还有一类情况：文件已经可用，问题也提交成功，但没有找到支持回答的内容。小叶的同学问资料 A：“周末有多少人在这间阅览室自习？”资料 A 没有提供这个人数。助手应说明当前材料未提供相应数据，不能把工作日晚间的十二名受访者换成周末自习人数。

从系统工作过程看，“没有找到依据”有时也可能是检索遗漏，而不是整个文件里确实没有相关信息。因此，要求可以写成“当前未找到支持该结论的内容”，并允许同学查看原文或换一种问法。要断言整份资料没有提供某项内容，就需要对整份资料作足以支持这一判断的核查。我们这份短资料全部列在上表里，读者可以直接核对它没有提供周末人数；面对真实长文件，则应根据已完成的检索和核查来限定说法。

有些分支仍然完成原来的目的，只是采用另一种经过，例如打开引用后跳到对应段落，或者在当前页面展开该段。它们可以作为替代路径讨论。另一些分支处理阻碍或失败，例如文件不可读、回答未完成，通常称为异常路径。两种名称帮助人整理场景，具体怎么分类并不比把行为说清更重要。

图中的分支回到几个不同的问题：有没有选资料，资料能不能用，找到的内容能不能支持回答。这几项不能合并成一个笼统的“失败”。同学要采取的下一步不同，系统需要提供的反馈也就不同。

四、验收条件把“差不多”变成可以共同判断的结果

场景把准备支持的使用经过展开了。接下来要明确：怎样的经过和结果可以接受？

验收条件是一组事先约定的判断要求，用来确认某项功能或使用需要是否按本轮约定得到满足。它可以针对正常结果，也可以针对信息不足、操作失败等情况。它应当让不同检查者知道要看什么，而不只是表达作者的期待。

“回答准确”“引用可靠”都是重要方向，但直接把这几个字交给开发者，仍会留下很大解释空间。小叶需要沿具体场景继续写。

例如，关于资料范围，可以写：“回答只把本次选定资料中有依据的内容表述为该资料的结论；若引入解释，应当与原文中的结论区分，不将其他文件的内容混作本文件所述。”关于引用，可以写：“回答中关于资料内容的说法，应附上相应段落位置；打开后能看到同一文件里支持这些说法的内容。”

这些条件之所以出现，是因为同学的任务包含回查依据。只规定“回答后面至少有一个链接”，会让一个无关但能点开的链接也满足字面要求；只规定“回答有三段”，则可能让篇幅齐整的错答顺利通过。

验收条件还要说明信息不足时怎样处理。对于没有相应数据的问题，可以要求明确指出当前依据不足，不把猜测写成资料已经提供的事实，并让同学能够返回原文继续查找。这个结果没有直接回答出人数，却符合工具在证据不足时应当承担的责任。

小叶可以把关键约定整理为四项，供本轮制作和检查使用。

这张表还不是全部产品要求。未选择、处理中、读取失败等场景各有前面已经说明的行为；手机使用和等待反馈还会继续讨论。验收条件可以逐步补全，但已经拿来判断的条件需要清楚。

一些团队会用“已知……当……那么……”组织一个验收情景。例如：已知资料 A 已就绪且被选中，当同学问受访者中有多少人提到插座问题，那么回答应保留十二名受访者这一范围，说明其中八人提到问题，并能定位到 A2。

这种写法把起点、事件和结果放在一起，便于发现缺少的条件。Cucumber 的 Gherkin 官方说明采用类似的 Given、When、Then 结构，并强调结果应当能够从系统输出观察到。你可以借用这种组织方式，不必先学习一个测试框架。

自然语言写出三句话，本身还不会自动执行测试。需要有人或程序先准备符合条件的输入，再按场景操作，核对实际输出。结构清楚是下一步检查的起点，不能被误写成检查已经通过。

五、文字可以不同，支持关系必须核对

小叶给检查者准备了一句参考回答：“十二名受访同学中，有八名提到难找到带插座的位置，依据是资料 A 的 A2 段。”

助手实际回答：“这次访谈共有十二名受访同学，其中八人提到，带插座的位置很难找到。可查看《阅览室观察记录》A2。”两句话的用词和顺序不同，信息关系却一致。如果用逐字相同作为通过条件，就会把这种合理改写判错。

生成式 AI 的输出经常允许多种表达。在这种任务中，验收应当区分哪些东西必须相同，哪些东西可以变化。对于当前问题，资料、受访者范围、总数和提到问题的人数需要一致；“提到”“反映”这样的措辞，是否可替换，要看有没有改变原意。

小叶可以把参考答案拆成几个要核对的事实：这份记录说的是受访者；受访者共十二人；其中八人提到难找到带插座的位置；依据能够落到 A2。检查者据此判断一段自然语言，而不是要求模型背诵固定句子。

再看另一种回答：“调查表明，全校大多数学生都很难找到带插座的位置，十二名受访者中八人反映了这一点。”这里的十二和八并没有算错，但人群范围变了。

资料 A2 只描述一组现场自愿受访的同学，A1 又限制了地点和记录时段，A3 明说没有统计全校学生。把这组受访者中的现象扩成全校大多数人的状况，需要额外证据。验收若只比对回答中有没有“十二”和“八”，就会放过这处实质变化。

对这类回答，关键问题是：被引用的那段话，能不能支持当前句子所说的范围和结论？这叫检查语义上的支持关系。通俗地说，就是看回答有没有把材料的意思说大、说小、说偏，或者把材料没说的事情算到作者头上。

来源能打开和来源支持结论，也要分别检查。假如上面那句全校结论链接到 A2，打开后确实看到了原文，链接功能可以正常；但原文仍不能证明全校大多数学生的情况。两种检查各回答一个问题，不能互相替代。

还可以改变问题：“为什么记录建议继续观察？”A4 直接写出了补做观察的建议，A1、A3 则说明现有记录集中于一个地点和工作日晚间，缺少跨时段比较。回答可以把这些条件联系起来，解释补做观察能帮助了解目前尚未覆盖的情况，同时说明这是对建议理由的分析。只引用 A2 的人数，就没有提供这层解释所用的充分依据。

在表达上，不必要求每个词后面都挂一个引用。一段回答可以把有关事实放在一起，附上足以支持它们的段落范围。真正要避免的是，给出一个看起来权威的来源入口，却让使用者找不到相应依据。

格式检查仍然有价值。例如系统约定每条引用都带资料标识和段落编号，程序可以直接检查这些字段是否存在。格式正确只是使后续核对可行，关键事实是否得到支持，还要对照内容。有的错误适合程序自动找，有的需要人或另一种核查方式判断，两者可以配合。

如果使用 AI 帮助评价 AI 的回答，也应让评价依据来自原文和预先写明的条件。只让一个模型生成回答，再让它说“我的答案是否正确”，容易把原有误解一起带进评价。小叶可以要求检查者逐项说明依据在哪、哪句话超出了依据，并人工回查影响结论的地方。这是检查方式的安排，还不等于某个评价模型已经可靠。

六、资料一变，场景也要跟着变

同学不会永远只看资料 A。小叶把资料 B《讨论室观察记录》也加入演示。

现在，同学选中资料 B，再问同一句话：“这份记录中，有多少受访同学提到了插座问题？”可接受的回答要变成八名受访者中的三名，依据是 B1。

如果助手仍回答“十二人中的八人”，这句话在资料 A 中有依据，却不属于当前问题。问题文本相同，不代表系统应该给相同答案；所选资料是影响结果的一个关键条件。

因此，使用场景不仅包含同学输入的文字，也包含相关的系统状态。这里的状态就是在某个时点已经选了哪份文件、它能否使用、是否还有未完成的回答等情况。把状态漏掉，检查者可能拿同一句问题反复试，误以为已经覆盖实际使用。

一个更容易出问题的情景是：同学在资料 A 下提交问题，回答还没出来，就切换到了资料 B。这时旧请求随后完成，该显示在哪里？

这个问题没有脱离场景的唯一界面答案。可以让旧回答保留在标明资料 A 的历史记录里，也可以在切换时取消旧回答在当前页面上的展示。重要的是，别让来自 A 的答案被显示成依据 B 得出的结果。

小叶为第一版选择后一种安排：当同学切换资料时，页面停止等待旧问题的结果，说明需要在新资料下重新提问；旧请求后来返回的文字，不再插入当前回答区。已经完成并保留在历史中的旧回答，仍标明它原来对应的资料。这项约定描述的是使用者看到什么，后台怎样终止或丢弃旧请求，留给实现处理。

这就形成一个新的验收场景：开始时 A 的回答尚未完成；同学切换到 B；随后 A 的回答返回；检查当前页面是否仍显示为 B 的范围，是否错误插入 A 的答案，以及同学能否清楚地重新发起 B 的问题。

只测试“先问完 A，再切换 B”，检查不到这个问题。因为两个动作的先后关系不同，系统面对的是另一个状态。场景分析让小叶在开发前想到这种差别，也让测试时知道怎样把它重现出来。

同样，资料更新以后，旧回答也不该悄悄被贴上新版本的标签。这里先保留问题、答案与当时资料的对应，不展开完整版本管理；后续章节会进一步讨论怎样保存变化和恢复依据。

七、把“好用”和“及时”放进真实使用过程

目前的条件主要检查资料、回答和引用的关系。功能即使满足这些条件，同学仍可能觉得难用。

比如，手机上显示“已选择：阅览室观……”，另一份资料的标题也从“阅览室观……”开头。同学难以确认自己选中了哪一份。答案可能忠实依据系统所选文件，但使用者对当前文件的理解已经出错。

这类问题需要加入可用性要求。可用性关注特定使用者在实际条件下，能否完成目标、为此付出多少操作努力，以及使用中的感受；NIST 术语表中的可用性定义也将使用者、目标与使用环境联系起来。对于小叶的助手，可以先把“知道选中了什么”“能读到回答”“能找到对应原文”“错误后知道怎样继续”落到具体操作上。

小叶可以用目标读者常用的手机，准备标题相近的文件，让同学独立选择并说出当前资料，再打开一个引用。若必须依靠小叶在旁边提醒才找到原文，就不能把受指导的成功直接当成界面本身已经清楚。GOV.UK 的可用性测试方法也建议给出清楚的任务目标，观察实际操作，避免把完成步骤直接提示给参与者。

这不是要求所有页面都必须没有任何学习过程，而是要明确当前产品为谁服务、允许怎样的提示和帮助。给课程助教使用的专业工具，可以有不同的操作约定；给初次进入读书小组的同学使用，则需要考虑他还不知道界面规则。

等待也是使用过程的一部分。“回复越快越好”表达了愿望，却还没有说明等待时系统需要做什么。读书讨论正在继续，如果同学不知道请求有没有发出去，就可能连续点击；如果页面没有反应，又不知道是否应该继续等，就会错过发言时机。

小叶与小组为第一版暂定一个处理约定：收到问题后显示正在处理；从本次问题提交起等待满二十秒仍没有答案时，页面说明回答尚未完成，并提供停止等待、回原文查找的选择。这是本次教学情景的暂定等待安排，不是某种通用性能标准。

二十秒在这里限定的是何时给出进一步的选择，并没有承诺系统一定在二十秒内答对问题。把反馈期限和任务完成期限分开，同学才能理解页面在说什么，开发者也不会把显示一个进度提示当成回答已经完成。

检查这个约定，可以模拟提交问题后超过二十秒仍未收到答案的情况，观察页面是否在约定时点给出说明，以及停止等待、回查原文的入口能否使用；也可以检查答案较早返回时，页面是否转为显示结果。除了等待时间，还要检查原问题有没有被保留、停止等待后迟到的旧结果会不会覆盖同学后续查看的内容。

性能要求同样需要环境范围。如果将来约定“多数回答应在某个时间内返回”，就要说明资料规模、问题类型、网络条件，以及“多数”按哪些记录计算。本章先把等待中的使用行为说清，性能统计和更完整的质量评价留到后续展开。

质量要求的作用，是保护用户完成任务所需的条件。它们会影响设计投入，但无需为了显得严格给每件事设一个数字。能回查原文、知道当前选中文件、失败后能继续，都是可以通过具体操作检查的要求。

八、验收样例让规则落地，但不能把规则缩成几个样例

小叶已经有不少条件。为了开始检查，他给每个重要条件准备一两个具体例子。这些例子就是本轮的验收样例：给定一组清楚的输入和状态，说明要采取的动作以及应观察到的结果。

例如，资料 A 已就绪且被选中，同学问“这份记录中，有多少受访同学提到了插座问题？”，回答应说明十二名受访者中有八名提到问题，并能回查 A2。改为选中已就绪的资料 B，再问同一句话，回答应说明八名受访者中有三名提到问题，依据是 B1。未选择资料时提交问题，则应得到选择提示，原问题仍在。

样例比泛泛的条件更容易拿来操作，但它只代表规则覆盖中的一个具体情景。“回答应忠实于选定资料”是一般要求，A 和 B 的人数问题是两个具体例子。如果开发者只针对这两个资料样例写死答案，两个例子都能通过，工具仍没有获得一般的资料答疑能力。

因此，小叶需要让条件与样例之间能够相互回查：这个例子准备检查哪一项要求？一项要求有没有相应例子？发现失败后，是某个例子设置得不清楚，还是功能没有满足它所代表的要求？

为了避免只选顺手的成功例子，小叶做了一张简短的覆盖表。“覆盖”在这里是指重要情景是否进入检查范围，不是一个已经测得的成功率。

这张表不是要求穷举所有组合。若只是练习一个小工具，可以先覆盖最会影响任务的差别，再根据实际失败增加情景。关键是知道当前检查覆盖了什么，以及哪些范围还没有检查。

假如小叶记录了十次检查，其中八次正常人数提问通过，另两次等待中切换资料都出现旧答案混入。他算出八成通过，就说“总体够用了”，这个判断会掩盖一个重要事实：本轮检查到的两次切换情景全部失败，而资料对应关系恰好是核心要求。

这里的数字是另设的虚构检查记录，十次是操作检查次数，不是十名独立使用者。八成描述这十次记录的合计结果，不能直接当作未来成功概率。更有用的处理是按失败所影响的要求看：资料切换的关键行为还没完成，就先修复或明确缩小本轮支持范围，而不是让大量简单成功把它平均掉。

如果缩小范围，也要真实改变用户能够做的事情和相应说明。例如先限制一次会话只使用一份资料，切换需要开启新会话，并确保旧结果不会进入新会话。单纯从测试表里删掉切换样例，界面却仍允许随时切换，就没有改变造成问题的条件。

九、验收怎样发生，要和条件一起说清

一份验收条件写得再清楚，也需要实际执行才能形成检查结论。小叶要决定用什么材料、怎样操作、由谁核对，并保留实际发生的结果。

最先准备的，是稳定的检查输入。若今天资料 A2 写八人，明天有人把文件改成九人，而检查者仍拿昨天的参考内容对照，那么相同的答案就可能得到不同判断。小叶应保留本轮使用的资料版本，使参考依据、系统输入与检查记录对应。

其次，要让预期结果有独立依据。人数问题的预期来自已经摆在面前的 A2；是否允许推广到全校，要结合资料的范围判断；等待满二十秒时应显示什么，则来自本轮约定。前两者依赖内容，后者依赖产品选择。不能因为 AI 今天这样回答了，就倒过来把这句话定为正确答案。

随后按场景实际操作。对于等待中切换资料，检查者应真的在旧回答尚未完成时切换，再让旧结果返回；如果只是想象“这种情况应该没问题”，就还没有取得该情景的运行证据。例如，让检查用的程序暂时不把 A 的结果送到页面，等切到 B 后再发送，就能稳定重现这个顺序。这可以检查页面怎样处理迟到结果；实际资料读取和模型回答是否正确，还要通过相应检查确认。采用什么检查办法、实际观察到了什么，都应如实记录。

检查记录需要足以让别人知道结果来自哪里。小叶可以记下场景名称、资料版本、开始状态、所做动作、实际看到的输出，以及与条件相比的差异。异常时保存相关文字或画面，往往比写“偶尔不好用”更有帮助。

例如，一条失败记录可以是：“资料 A 的回答未完成时切到 B；A 的回答随后返回；当前页面标题显示 B，回答却写十二人中八人，引用打开 A2。”这条记录能指出出错的对应关系。开发者不必先猜“混乱”究竟是标题错、答案错、引用错，还是同学选错了文件。

修复以后，应重新检查原来失败的场景及可能受影响的相关路径。取消旧回答展示的修改，可能使新的正常问题也不再显示，因此除了重现切换顺序，还要确认在 B 下重新提问能正常得到 B 的结果。具体测试层次会在后面展开；这里先建立一条朴素关系：修改了哪种行为，就需要看它及相关使用是否仍按约定发生。

谁来判断，也与条件有关。程序可以检查资料标识有没有混用；熟悉原文的人可以对照事实与解释；实际使用的同学可以暴露找不到入口或读不清标题的困难。一个人可能承担多种角色，但不能因为某一项检查方便，就让它代表所有检查。

让 AI 协助写场景和找遗漏同样有用。小叶可以把当前用户故事、资料范围、正常经过交给它，让它提出哪些状态变化会影响结果，再逐项核对是否属于本轮使用。对于“未选资料时保留问题”“旧结果不能覆盖新文件页面”这样的要求，AI 也能帮助把自然语言转成具体实现。

不过，验收条件仍需要有任务和证据依据。模型提出“必须支持全校所有文件格式”，不代表这个范围自动属于本轮；模型建议“将回答长度限制为三句话”，也需要说明它帮助解决了什么实际困难。场景写得多，只有在改变了对行为的理解或覆盖了重要遗漏时才增加价值。

十、这一版完成了什么，还需要继续知道什么

回到开头，小叶现在可以更具体地说明自己的资料助手怎样才算完成这一版。

它要让同学识别当前资料，围绕就绪的选定文件提问，得到与原文范围一致的回答，并能打开支持相应说法的段落。没有选文件、尚在处理、文件读取失败和依据不足，需要分别说明原因及继续方式。切换资料或停止等待以后，旧结果不能混入当前问题；历史回答仍保留原来的资料标识。

面对第八节那份假设的检查记录，小叶不能因为十次中八次通过就宣布完成。两次切换都失败，直接影响资料与回答的对应。他需要先修复这项行为，再重现失败情景，并检查新资料下的正常提问。如果本轮决定限制会话范围，也要真正落实到界面和行为，再检查相应条件。

等本轮约定的各项行为经过实际检查，且结果都符合相应条件，小叶才可以说：在本轮已说明的资料、环境和场景范围内，这一版满足了相应验收条件。他仍需要在读书讨论中继续观察，同学是否更容易回查依据，是否能分清原文结论和解释，以及是否因此更好地理解材料。

产品行为符合约定，为用户取得帮助提供了条件；用户实际获得多少帮助，还要看真实使用。这两层判断可以相互推动：如果引用定位正确，同学仍不懂为何支持回答，下一步可能需要改善解释方式；如果同学始终不知道自己选中了哪份资料，就要回到入口和场景设计。

使用场景和验收条件因此不是开发前填完就封存的表格。它们让小叶、同学和 AI 能围绕同一件可观察的事情工作：从什么状态开始，发生了什么，应该得到什么，实际差在哪里。遇到分歧时，可以回到这个具体过程继续修改。

练习与参考分析

练习一：补全一条能检查的场景

小叶给一个课堂笔记整理工具写了用户故事：“同学希望把笔记整理成复习提纲，以便回顾课堂重点。”开发者据此做了一个按钮，点击后显示一段文本。请补出一条有明确起点、动作和结果的场景，并说明还需要确认什么。

**参考分析：**可以先选一个有限情景：同学已经选择本次课堂的笔记，笔记内容可读取；点击整理后，得到按主题组织的提纲，能够回到相应笔记位置查看依据；没有记录的内容不被写成课堂已经讲过的结论。这样，输入范围、触发事件和可核查结果都有了起点。

还需要确认“重点”根据什么判断、是否允许补充课外解释，以及同学希望怎样使用提纲。上述场景是一个可讨论的初步方案，不代表这些需要已经确认。若笔记尚未选择或处理失败，还要另写相应场景，不能仅凭按钮能产生文字认定工具已经完成。

练习二：正确人数配上错误范围

助手根据资料 B 回答：“这项覆盖全校学生的调查发现，八名受访者中有三人遇到插座不足问题。”它正确链接到 B1。请指出这段回答需要怎样核对，并给出一种更合适的表达。

**参考分析：**八和三与 B1 一致，但“覆盖全校学生”把一次西区讨论室的现场访谈扩大成了全校调查。B2 又明确没有调查全校，因此不能只因为数字相同和链接可打开就通过。原文还只是记录同学提到了什么，回答需要保留这层证据性质。

可以改成：“这份西区讨论室的访谈记录中，八名现场自愿受访的同学里，有三名提到带插座的位置不够，依据是 B1。”这种表达保留地点、受访范围和人数关系。它仍不能证明没有提到的人一定没有困难，也不能代表未来所有使用者；核对的是原文说了什么。

练习三：前置条件能免去错误处理吗

小叶在基本路径中写明“文件已经读取成功”。开发者于是说，文件还在处理中时，页面显示什么不属于需求；现在页面会直接回复“资料里没有相关信息”。这个说法和行为分别有什么问题？

**参考分析：**前置条件只界定当前基本路径的起点。文件处理中的情况仍会在真实使用中出现，需要单独约定行为。不能因为它不在顺利路径中，就认为产品可以随意回应。

“尚未读完”描述的是处理状态，“资料里没有相关信息”却作出了内容判断。系统此时还不具备作该判断的依据。较合适的行为是说明文件仍在处理，保留同学的问题，并提供等待或重新选择的可行方式；哪些方式实际可用，应按实现及使用约定明确。

练习四：同样的问题，为什么要查两个时间顺序

小叶只检查了“资料 A 回答完成后切换到 B，再问同一句问题”，结果正确。他因此认为“先在 A 下提问，尚未完成就切换 B”的情况也已经验证。请说明缺少了什么检查，以及本章第一版约定下应当看什么结果。

**参考分析：**第二种顺序里还有一个未完成的旧请求，可能在资料切换后返回；第一种顺序没有这种迟到结果，因而不能替它验证。要检查的不是再问一遍相同文本，而是制造相应的开始状态和事件顺序。

按本章约定，切换后停止等待旧问题在当前页面的结果，提示在新资料下重新提问；旧结果随后回来，也不应被放进当前回答区。再在 B 下提问，应得到 B 的答案和引用。历史中已经完成的 A 回答仍标为 A，不能仅因选择变化改贴成 B。

练习五：二十秒提示意味着完成了吗

一次虚构检查中，同学提交问题后二十秒仍没有答案，页面按约定出现“回答尚未完成，可以停止等待或回原文查找”。检查者写：“系统在二十秒内成功回答。”应怎样修正这条记录？如果用户此时选择停止等待，后续还要检查什么？

**参考分析：**应记录“提交问题后二十秒仍无答案，页面出现尚未完成的说明，并提示可以停止等待或回查原文”。这证明相应提示已出现，不能写成回答成功。题面未交代入口是否实际可用，还需尝试相应操作才能确认；回答内容的准确性与最终完成时间也尚无检查结果。

若用户选择停止等待，后续应确认页面允许继续查看原文，原问题按约定保留；迟到的旧结果不能覆盖正在查看的内容，也不能替换后来发起的新问题的回答。停止等待是一种界面和交互安排，不能仅凭这个按钮的名称推定后台请求已经停止。具体实现及资源处理另需检查。

练习六：通过比例很高，是否足以交付

小叶另做了二十次检查，其中十八次在同一份资料下正常问答通过，两次缺少依据的问题都被助手编出了确定答案。检查者认为“九成通过，可以交付”。请判断这份记录能支持什么，下一步应怎样安排。

**参考分析：**九成是这二十次操作检查的合计通过比例。它受到题目选择影响，不能当成真实使用的成功概率；十八次同类正常问题，也不能把两次关键分支失败抵消。当前检查到的缺少依据情景都违反了不编造资料结论的要求。

下一步应定位缺少依据时为什么继续给确定说法，修正相应行为，再检查这类失败情景和仍有充分依据的正常回答。若选择缩小支持范围，要说明并实际限制可处理的问题，而不是删去失败记录。现有证据可以证明一些正常场景已符合约定，不能支持整个已承诺范围完成。