怎么判断 AI 的输出对不对，3 个检查点

2026-09-11 AI 输出验收,代码检查,提示词工程,交付质量

上个月改一段排期逻辑，AI 给的代码通顺、注释齐全，我扫一眼就合并了，第二天发现边界条件全丢了。怎么判断AI输出结果对不对，是我每天都要用的一套动作，我把它压成了 3 个检查点。

一、先查事实层：它说的东西存不存在

第一件事最简单也最容易被跳过——把输出里所有具体的东西拎出来核对一遍。

函数名、字段名、接口路径、配置项、版本号，这些只要有一个是编的，后面写得再顺都没用。AI 很擅长用很确定的语气说出一个不存在的字段。

动作：拿到输出先通读一遍，把所有专有名词用笔划出来，然后一个个去真实代码或文档里搜。搜不到的就是红旗。

这一步花不了几分钟，但能拦掉相当一部分看起来完全正常的错误答案。怎么判断AI输出结果对不对，头一件事就是把事实核清楚。

第二件事是回去数条件。我写提示词时提的每一条要求，都在输出里找对应的落点。

数量类的最容易漏：我说要处理几种情况，它可能只写了两种，剩下那种悄悄没了。范围类的也常出事，我限定了输入的取值范围，它按更大的范围写。

动作：把提示词里的约束抄成一列，逐条在输出里打勾。没打上勾的，直接问它是不是漏了，别自己补。

要注意的是，漏掉的条件它不会主动提醒你，只会安静地少做。这条我在AI 写业务逻辑为什么总漏里专门写过原因。

前两个检查点都是在看它「写了什么」，第三个是看它「没防住什么」。

方法是自己造几个极端输入去试：空值、超长值、刚好卡在边界上的值。这比通读代码有效得多，因为错误往往藏在没被覆盖的分支里。

动作：每个关键函数，至少准备 3 个极端输入，亲手跑一遍。跑不通就说明这块还没写完。

这一步是我从交付烧烤店那个小程序时学到的。当时整个项目我手写代码不到 20 行，其余都交给 AI，能顺利交付靠的不是信任，是每个环节都试过。

三个检查点不要求同时做全，赶时间的时候按这个顺序：

如果只来得及做一件，做第一件。事实错的输出没有讨论价值，省下来的时间不该花在给它改代码上。

判断输出对不对这件事，格式稳不稳是前提。格式乱的时候你连核对都难做，我在AI 输出格式不稳定，我用这 4 招锁住里给过几个处理办法。

我现在把它固定成一个习惯：AI 交东西过来，我不直接看内容，先走一遍这三步。

听起来慢，实际比返工快。返工最贵的不是重写那段代码，是你已经基于错误的东西往下做了几步。

不要指望某一次检查就能建立信任。信任是靠每次都对，一点点攒出来的。怎么判断AI输出结果对不对，说到底就是把这三步变成不需要提醒的习惯。

Q：怎么判断 AI 的输出对不对，有没有省事的办法？

A：有，但省不掉的是查事实。至少要把它提到的函数名、字段名、接口核一遍，编造的内容只能靠这一步发现。剩下的约束和边界检查，可以按风险高低取舍。

Q：AI 输出的代码能跑通，是不是就说明没问题了？

A：不能这么说。跑通只代表你试的那个输入没问题，边界输入、异常分支都没被覆盖。能跑通是必要条件，不是充分条件。

Q：每次都这么查，会不会太费时间？

A：初期会，习惯之后主要成本在第一步。而且返工的时间通常更长——你越晚发现错误，前面基于它做的事越多。