用 AI 生成演示数据：先约定字段关系，再让样本看起来像真的
给新页面填一些演示数据，AI 可以迅速编出名字、订单和状态。麻烦在于它们可能逐格都像真的，拼在一起却不成立：订单已经取消，发货日期却晚于取消日期；商品数量为零，总额仍然很高。先定义关系与用途，数据才会真正帮助演示。
AI生成概念配图
先确定要展示哪些状态
虚构项目“木星文具台”需要展示订单列表、详情和空结果。我们不提供真实客户记录，只给字段定义、业务规则和要覆盖的状态。目标是检查布局与状态展示，不能拿这批人为构造的数据估算真实销量、验证推荐效果，或声称它代表实际客户分布。
先列样本清单：一条普通待发货订单，一条已完成订单，一条已取消订单，一条有长商品名称的订单，以及一个没有订单的查询结果。空结果应是零条记录，不是塞入一条“暂无数据”的假订单。少量有明确目的的记录，比随机生成一千行更容易检查。
写出跨字段约束
本例约定订单号以 DEMO 开头且唯一；数量为正整数；金额以分保存；总额等于单价乘数量，不含折扣和运费。待发货订单的发货时间为空，已完成订单的完成时间不早于发货时间，已取消订单不再发货。这里是为演示简化的业务规则，真实系统应以自己的状态定义为准。
于是可以构造 DEMO-001：商品“方格本”，单价一千二百分、数量二、总额二千四百分、状态待发货，发货与完成时间均为空。再构造 DEMO-002：单价五百分、数量三、总额一千五百分，发货与完成时间按先后排列。让 AI 同时说明每条记录覆盖什么场景，便于删去没有用途的重复样本。
有效样本与故意错误的样本分开放
若需要测试校验提示，可以单独准备“数量为负”“订单号重复”“完成早于发货”等无效样本，并附预期被拒绝的原因。它们不应混进正常演示数据，否则演示者会把数据错误误判成页面故障。边界样本也要对应真实约束，例如系统允许的最长名称，而不是随便选择一个长字符串。
可复用模板：请为以下虚构产品构造演示记录。只使用我给出的字段、类型、状态与跨字段规则，不参照真实个人资料。先列场景覆盖计划，再生成最少且够用的有效记录；无效记录另列并写出预期错误。每条标注演示编号和覆盖目的。缺少规则时先列疑点，不自行补成正式业务要求。
假数据也不要连到真实动作
需要邮件外观时，可使用 demo-001@example.com 这类文档示例地址。IANA 说明 example.com 与 example.org 等域名保留用于示例；这不意味着它们提供可用的邮件服务，也不应该依赖其在线服务运行应用。演示环境仍应关闭真实发信、付款和发货动作，不能只靠地址看起来是假来防止误触。
名字可以写“演示用户甲”，电话号码字段若非演示必需就省略，不要随机构造可能属于真实人的号码。页面与导出文件应保留“虚构演示数据”标识。把真实资料交给模型后换名字，并不能凭这一步就证明数据已经匿名化；本文采用的是从规则出发的虚构记录。
验证完，再交给演示者
最后用程序或人工复核唯一性、金额关系、日期顺序和状态对应字段，再打开实际页面检查长文本、空状态及排序。验证通过只覆盖这份规则和这些样本，不能证明产品没有缺陷。保存字段说明、生成日期与检查结果，让下次改动业务规则时知道哪些记录需要一起更新。
