你会怎么测试一个搜索功能？

我分六块测搜索：功能——精确词、模糊词、分词效果（搜『小米手机』能出小米手机不出现大米）、同义词、大小写与拼音；排序——相关性顺序、置顶规则；交互——联想词、高亮、历史记录；异常——空格、特殊字符、超长输入、SQL 注入串、空结果页提示；性能——响应时间与大数据量分页；结果质量——抽样评估相关性。

我重点讲结果质量评估体系：建标注集——常见查询词两三百个，人工标注期望结果；每次排序策略变更跑标注集算 NDCG 与 Top 命中率，回归可量化。功能上我踩过的坑：分词更新后老数据未重建索引导致搜不到，所以『索引与数据一致性』成了专项——增删改后可搜索的延迟与准确性。

搜索测试我的框架是把搜索当检索系统：索引层——数据完整性与更新时效；召回层——该出的没出是漏召回、不该出的出了是噪音，分别度量；排序层——离线指标加在线 A/B 验证；性能层——长尾词与热词的 P99 分开看。搜索的质量问题大多不是 bug 而是效果问题，测试策略必须从对错断言升级为效果度量。

追问『无结果页面怎么测』：提示文案、推荐内容、搜索建议、埋点上报；『搜索结果和筛选排序组合怎么测』：正交组合加边界，重点筛选后分页的参数保持与重置；『怎么评估相关性』：人工标注集、NDCG 指标、badcase 收集闭环，线上看点击率与换词率。