质量
我们如何测试结果
介绍我们在显示结果之前以及每次运行之后检查什么,与我们的代码目前的做法一致。本页的数据在页面加载时从我们的测试数据中读取。
示例结果,经过两次检查
许多工具页面提供“示例结果”:针对示例输入,由工具自身提示词生成一次并保存的真实输出。发布之前要通过两项检查。
- 自动检查会剔除以下输出:过短、拒绝回答或要求更多输入、语言错误、看起来被截断、泄露提示词或残留模板占位符。
- 随后,AI 审核员会从有用性、语言、完整性和安全性方面为其余输出打分,低分的会被剔除。
已用 18 种语言发布 4169 个示例结果。在最近的检查中,共审核了 3795 个新输出,其中 568 个被剔除。
每次运行后的检查
- 写作工具给出回答后,一项不调用第二次 AI 的固定检查会删除类似 “Certainly! Here is your post:” 的助手套话和结尾客套话,并记录英文文本中残留的、列表所列 15 种 AI 陈词滥调中的任何一种。
- 带有“附来源的事实核查”开关的写作工具会就您的主题在网上搜索一次,将所用内容以 [1]、[2] 的形式引用,并在末尾列出来源。没有来源的说法会标注“(未核实)”,不得编造任何链接。
为每个工具选择合适的模型
Conductor 会把每个工具发送到 6 个模型家族(Claude, GPT, Gemini, Cerebras, Grok, Mistral)之一,某个提供商出现故障时切换到另一个。每个结果都会注明生成它的家族。
每项更改在上线前都经过测试
更改只有通过拉取请求才能上线,并且必须通过自动关卡:代码检查、契约测试、全部 18 种语言的翻译覆盖率以及密钥扫描。每次发布后,浏览器测试套件都会针对线上网站运行。
测试无法保证的事情
AI 仍然可能出错。在依赖事实、数字以及法律、医疗或财务方面的说法之前,请先核实。