Claude技能构建指南｜第三章 测试流程与迭代优化
1. ① 核心主旨
明确技能标准化测试流程（触发、功能、性能），讲解基于问题信号的迭代优化策略，保障技能触发精准、功能正常、效果达标，快速修复各类使用问题。
2. ② 逐段精华提炼
2.1 3.3 推荐测试流程（三大核心维度）
2.1.1 3.3.1 触发测试（验证加载时机）
- 目标：确保技能正确时机加载、不误触发、不遗漏触发。
- 正向用例（应触发）：直接指令、转述指令（如"帮我建项目""做Q4规划"）。
- 反向用例（不触发）：无关话题、非目标任务（如"查天气""写Python代码"）。
2.1.2 3.3.2 功能测试（验证输出正确性）
- 目标：确认技能输出合规、工具调用成功、异常处理有效、覆盖边界场景。
- 示例：创建指定数量任务的项目，验证项目/任务创建、属性、关联、无API错误。
2.1.3 3.3.3 性能对比测试（验证效果提升）
- 目标：证明启用技能后，效率、稳定性优于无技能基线。
- 对比维度：工具调用数、澄清问题数、API失败率、token消耗。
2.2 3.5 迭代优化（基于信号修复问题）
2.2.1 3.5.1 触发不足（应触发不触发）
- 信号：需手动启用、用户咨询使用时机、加载率低。
- 修复：优化description，补充高频触发词、专业术语、场景细节。
2.2.2 3.5.2 过度触发（无关场景触发）
- 信号：用户禁用、混淆用途、无关查询加载。
- 修复：添加反向触发词、缩小描述范围、明确适用边界。
2.2.3 3.5.3 执行异常（加载但运行失败）
- 信号：结果不一致、API调用失败、需人工纠正。
- 修复：细化指令、补充错误处理、优化步骤逻辑。
3. ③ 本章重点高亮
3.1 必记规则
- 测试必做三类：触发测试（正反向用例）、功能测试、性能对比测试，缺一不可。
- 迭代三核心：触发不足补关键词、过度触发缩范围、执行异常细化指令。
3.2 红线禁忌
- 跳过反向触发测试，导致技能频繁误加载。
- 不做性能对比，无法验证技能效率提升价值。
3.3 最佳实践
- 触发测试覆盖直接+转述+无关三类用例，全面验证精准度。
- 迭代后优先更新description，精准匹配触发场景，快速改善问题。
3.4 易错点
- 仅做正向触发用例，忽略反向用例，上线后误触发严重。
- 功能测试边界场景覆盖不全，实际使用频繁报错。
4. ④ 本章小结
测试需覆盖触发、功能、性能三大维度，保障技能精准可靠；迭代优化需对应触发不足、过度触发、执行异常三类问题精准修复，持续提升技能稳定性与实用性。