10. AI 测试项目怎么写进简历
AI 测试项目写进简历，不能只写“熟悉 ChatGPT”“了解大模型”“做过 AI 测试”。这样的表达太空，面试官很难判断你到底做了什么。好的 AI 测试项目简历表达，应该体现业务场景、测试对象、评测集、评测维度、自动化评测、RAG/Agent 测试、安全测试和项目结果。
AI 测试是新方向，但简历仍然要遵循测试项目的基本逻辑：你测了什么、为什么测、怎么测、发现什么问题、带来什么价值。
一、AI 测试项目写什么
可以写的方向：
- 智能客服测试；
- 知识库问答 RAG 测试；
- 大模型评测；
- Prompt 回归评测；
- Agent 工具调用测试；
- AI 搜索测试；
- 文档总结测试；
- AI 自动化评测平台；
- AI 安全测试；
- 幻觉测试。
选择自己真正能讲清楚的方向。
二、简历中不要怎么写
弱写法：
熟悉 AI 测试，熟悉大模型。
问题：没有项目、没有细节。
弱写法：
使用 ChatGPT 辅助测试。
问题：这更像工具使用，不是 AI 测试项目。
三、AI 测试项目结构
建议写清：
- 项目背景；
- AI 应用类型；
- 测试范围；
- 评测集设计；
- 评测维度；
- 自动化评测；
- 风险测试；
- 发现的问题；
- 项目收益；
- 个人贡献。
四、RAG 项目简历写法
示例：
参与企业知识库问答系统测试，围绕 RAG 链路设计评测方案，覆盖文档解析、切片、TopK 召回、答案准确性、引用一致性、未知问题拒答和权限隔离等场景。
增强版：
构建 200+ 条知识库问答评测集，按业务问题、边界问题、未知问题和权限问题分类，统计召回命中率、答案准确率、引用错误率和幻觉样本，推动优化文档切片和 Prompt 策略。
五、大模型评测项目写法
示例：
负责智能客服大模型回复质量评测，设计准确性、完整性、相关性、格式遵循、安全拒答和幻觉率等评分维度，结合规则校验、模型评分和人工抽检输出评测报告。
如果有自动化：
编写批量评测脚本，支持读取评测集、调用模型接口、保存输入输出、自动评分和生成对比报告，用于 Prompt 版本回归。
六、Agent 测试项目写法
示例：
参与 AI Agent 流程测试，覆盖任务理解、步骤规划、工具选择、工具参数、异常重试、权限控制和高风险操作二次确认等场景。
增强版：
针对退款、查询订单、发券等工具调用设计正向、异常、越权和 Prompt 注入测试用例，验证 Agent 不会在无权限或未确认情况下执行高风险动作，并检查工具调用审计日志。
七、AI 安全测试写法
示例：
设计 AI 应用安全测试样本库，覆盖 Prompt 注入、越狱、系统提示词泄露、敏感信息泄露、RAG 权限绕过和有害内容输出等风险。
安全测试要写得具体，不要只写“做过安全测试”。
八、项目亮点怎么写
可选亮点：
- 构建评测集；
- 自动化评测脚本；
- 模型评分 + 人工抽检；
- Prompt 版本回归；
- RAG 召回评估；
- 引用一致性校验；
- 未知问题拒答；
- 幻觉样本沉淀；
- Agent 工具调用审计；
- AI 安全样本库。
每个亮点都要能讲具体实现。
九、项目收益怎么写
如果有数据，可以写：
沉淀 300+ 条 AI 问答评测集，用于模型和 Prompt 版本回归。
发现知识库引用错误、未知问题幻觉和权限召回异常等问题。
如果没有精确数据，可以稳妥写：
提升 AI 应用上线前质量评估效率，并为后续版本回归提供评测基线。
不要编造无法证明的效果。
十、面试怎么讲项目
建议按这个结构：
业务背景 -> AI 应用形态 -> 测试范围 -> 评测集 -> 评测方法 -> 发现问题 -> 优化闭环
例如：
我们做的是企业知识库问答，用户通过自然语言查询制度和流程。我主要负责 RAG 测试，先构建评测集，再分别评估召回和答案质量，重点看 TopK 是否召回正确片段、答案是否基于引用、未知问题是否拒答、不同权限用户是否隔离。发现过文档切片导致召回不完整、引用错误和未知问题幻觉，后续推动优化切片和 Prompt，并把失败样本加入回归集。
十一、常见追问
追问：你真的做过 AI 测试还是只是用 AI？
要用项目证据回答：评测集、评分标准、测试维度、失败样本和报告。
追问：AI 输出不固定，你怎么判断通过？
说明使用评分维度、规则校验、模型评分和人工抽检，而不是固定字符串断言。
追问：RAG 测试怎么定位问题？
拆成文档解析、切片、召回、重排序、生成和引用校验，判断是哪一环失败。
十二、简历自检清单
写完简历后问自己：
- 能讲清业务场景吗？
- 能展示评测集样例吗？
- 能说出评分维度吗？
- 能解释自动化评测脚本吗？
- 能讲一个失败案例吗？
- 能说出 RAG 或 Agent 链路吗？
- 能讲清个人贡献吗？
- 有没有夸大或空泛表达？
十三、练习清单
- 写一段 RAG 项目经历；
- 写一段大模型评测经历；
- 写一段 Agent 测试经历；
- 准备 5 条评测集样例；
- 准备评分维度；
- 准备一个幻觉案例；
- 准备一个权限案例；
- 准备自动化评测流程；
- 准备项目收益；
- 练习 2 分钟项目介绍。
AI 测试项目写简历，核心是具体、可信、可追问。写出评测集、评测维度、失败样本和优化闭环，才像真正做过 AI 测试。
配套刷题：