AI 应用验收：模型、失败重试、积分和隐私边界
区分界面演示与真实 AI 调用，用可核对的输入输出、失败路径和用量规则验收 AI 功能。
作者：广州市春之城互联网工作室 · 内容更新：
给模型一组可复核的样本
整理用户正常输入、空输入、超长内容与不适合处理的数据。评估输出是否符合业务格式，是否包含不可靠结论，以及用户是否能理解限制。以起名功能为例，应分别看推荐、解释和收藏，不能仅凭首页截图认定 AI 流程已经完成。
明确扣费与重试的时点
一次生成可能经历网络超时、模型失败或用户再次点击。约定何时占用额度、什么情况下释放、用户重试是否沿用原请求标识。真实供应商产生的费用与应用内积分不是一回事，需要分别核对，避免失败请求反复扣费。
供应商与密钥由谁维护
配置应由后端读取，前端不持有供应商密钥。上线前在真实供应商环境验证额度、超时、格式和错误提示。账户限额、模型可用性及费用变化会影响运行，维护责任需要写进交付清单，不应承诺接口永久可用。
控制发送给外部服务的数据
只发送完成任务所需字段，尽量使用脱敏内容；明确日志、提示词和生成结果的保留策略。出现模型不可用时，展示失败或可识别的替代路径，不能把静态示例伪装成实时生成。涉及专业建议时还需明确人工判断和业务责任。