图灵测试主要是想通过对话看机器能不能像真人一样思考。比如你问“为什么天空是蓝色的”，机器要回答光的散射原理，还要举例子。如果它只会背书，那就不算通过。再比如问“你今天心情怎么样”，真人会根据经历回答，机器得分析上下文和情绪词。关键是要让机器在复杂对话中不露馅，比如突然问“你记得上周我们聊过什么吗”。

为什么这样设计呢？因为测试需要覆盖多个方面，比如语言理解、逻辑推理、情感判断。2016年有个聊天机器人通过测试，但实际用户调查发现，仍有60%的问题它答不上来，比如“用三个比喻解释量子力学”。这是因为机器容易在抽象概念或需要联想的问题上出错。比如问“如果猫会说话，它们会怎么形容人类？”，真人能编故事，机器可能只会查资料。所以问题要包含常识、想象力和细节追问，比如“你刚说的那个例子，具体发生在什么场景里？”这样能更好区分人和机器。