直接回答
先給出可以用於決策的結論
按業務分層抽樣：高頻正常任務、低頻高風險任務、格式或使用者變化、系統異常和明確拒答。將樣本分為開發、驗證和獨立驗收，避免反覆除錯同一批資料後產生虛假高分。樣本規模隨著場景風險和差異增大。
判斷前需要確認哪些條件
同一個問題在不同企業、資料和專案階段下可能有不同答案。建議先核對以下條件，再把網上的通用結論代入自己的專案。
任務型別和輸入差異不可接受錯誤及業務後果是否需要統計置信度專家標註和複核成本
建議按什麼順序推進
01
先明確目標與邊界
列出任務和錯誤分類。
02
驗證關鍵依賴
先覆蓋每一類代表樣本。
03
形成可評審成果
獨立保留驗收集。
04
用真實結果決定下一步
根據失敗分佈補充難例。
放到實際業務中如何理解
示例用於說明判斷方法
合同抽取先覆蓋不同模板、掃描件、缺失欄位和衝突條款，而不是收集大量同一模板檔案。 示例不代表特定客戶業績，實際結論需要結合企業自己的業務量、樣本、系統和責任邊界驗證。
最容易踩的坑
只收集容易成功的樣本
開發和驗收使用同一批資料
只看數量不看覆蓋
最終應該怎樣驗收或確認
樣本來源、分類、版本、期望結果和獨立性可核對，關鍵風險有足夠覆蓋並由業務人員確認。
準備與供應商或內部團隊溝通時，建議帶上當前流程、代表性樣本、現有系統、計劃時間和預算等級。先把未知項明確標註，再決定採用診斷、PoC、固定範圍專案或持續研發，通常比直接索要一個缺少邊界的價格和工期更可靠。