本文为编辑整理的使用方法与观察建议，涉及具体功能、价格和服务规则时，以当前产品公开说明为准。
固定输入，让结果可以比较
准备简短的人物身份、场景和任务，先要求一个能判断是否完成的动作，例如给出两条调查路线并等待选择。对不同入口使用同一背景，不一边更改要求一边比较输出。
测试只用于自己的任务，不需要完整复制私人聊天记录。可以记录日期、设备、网络环境和已知设置；未知项目明确标注，不猜测底层模型。
分项记录，而不是只看总印象
先检查回应是否回答问题，再看人物设定是否连续、是否凭空添加事实、是否替用户决定动作。等待时间、文字长短、语音偏好可另列，避免把主观喜好与事实错误混在一起。
同一个短任务可以重复两三次，保留失败情况。不要只挑最好的结果，也不要因为一次不理想就把全部功能判定无效。对自己重要的项目应有更高权重。
体验结果还要结合服务条件
比较功能以后，核对额度、支持平台、记录管理和退出方式。有的操作可能只在特定版本可用；若不能验证，就不写进已确认功能清单。
上述方法提供可重复的检查步骤，读者应按当前入口、真实规则和自己的需求作决定。