作者：收到过一份外包测试报告，bug描述那一栏写着五个字：“游戏卡，不好玩。“十几个字的报告，没有一个数字，开发拿着它连复现都做不到。游戏测试外包最容易翻车的地方，不是测不出bug，而是测出来的bug说不清——所以这件事七分功夫在验收标准上，三分才在执行上。把流程和验收单的逻辑理清楚，比多招两个测试有用。
四层测试，一层都不能糊
第一层是功能测试，覆盖玩法逻辑和系统流程：任务能不能完成、道具数量对不对、异常操作（重复点击、边界输入、中途退出）会不会出错。这层最基础，人天大头也在这里，一个中度手游的完整功能回归，3-8个人天是常见量级（以2026年市场行情为参考）。
第二层是兼容测试，真机矩阵跑起来：不同品牌、不同分辨率、不同系统版本。iOS相对省心，安卓的碎片化是重灾区，主流机型15-30台的矩阵是行业常规配置，千元机必须包含在内——你的付费用户没准就在千元机上。机型的选择别拍脑袋，看看你们买量后台的用户机型分布，前二十名机型覆盖进去，比行业通用矩阵更对症。
第三层是性能测试，看数据不看感觉：帧率、内存、发热、安装包体积、加载时长，逐机型记录数值。性能必须有数据基线，“感觉有点卡”不是测试结论。
第四层是弱网测试，用工具模拟高延迟、丢包、断网重连。联机游戏这层是生死线，单机游戏也不能省——存档上传失败、广告拉取超时，都是弱网才暴露的问题。这层最容易被外包报价单漏掉，签约前看清楚。
四层的执行顺序也有讲究：功能先稳，再铺兼容，性能和弱网放在版本冻结前后集中做。顺序做反了——功能还在天天改就开始跑全量兼容——测出来的问题一修版本又变了，白测。排期时把这条写进测试计划，能省不少无效人天。
bug分级：一个“严重”，五个定义
验收单里的bug分级必须事先定死，否则“这个bug严不严重”能吵一整天。通用的五级分法可以直接搬：致命（闪退、无法登录、核心流程走不通）、严重（核心功能错误、数值错误、必现卡死）、一般（次要功能异常、有绕过方案）、轻微（界面瑕疵、文案错误）、建议（体验优化项）。
分级要和验收结果挂钩，比如“致命与严重bug清零、一般bug修复率90%以上方可通过验收”——这样的句子写进合同，验收就有了一把双方都认的尺子。没写这句话的合同，最后验收全凭心情，多半要扯皮。
验收单怎么写：把“测好了”变成可核对的句子
一份能防扯皮的测试验收单，逻辑上就三段：测什么（用例清单，按功能模块列，标注优先级）；用什么测（机型矩阵、网络环境、引擎版本）；测到什么程度算过（分级通过标准，就是上面那句挂钩验收的话）。
再往下细化一层，每条bug记录要包含：复现步骤（精确到点击顺序）、预期结果与实际结果、复现概率（必现/高概率/偶发）、机型与系统版本、录屏或截图编号。偶发bug没录屏等于没报——开发拿着“偶发闪退”四个字，什么都做不了。
人天怎么算，报价怎么看
测试外包以人天计价为主，行情在600-1200元/人天之间浮动（以2026年市场行情为参考），差异来自测试人员水平和是否包含真机设备。比单价更重要的是看报价单里的人天分配：功能、兼容、性能、弱网各占多少，用例设计的时间算不算。一份只写“测试合计20人天”的报价，和一份四层拆开的报价，专业度一眼可辨——后者通常更靠谱，因为它说明对方真知道游戏测试要做什么。
下次要发包测试，不妨先把验收单草稿发给我们看看结构（电话 18616880101），一份写得对的验收单比多测三天都管用；测试环节在整体研发里的位置，可以看手游开发服务页面的流程说明，团队自建还是外包的取舍，这篇文章里算过账。