评价标准、异常案例与验收

满意度不能覆盖所有质量

纸桥阅读站有两份摘要：第一份文采很好却编造收费，第二份平实但事实完整。若只问喜欢哪份，可能把第一份选为最好。评价必须先定义用途与风险，再决定检查维度。这里的用途是让读者正确了解活动，因此事实一致、未知项清楚、无身份泄漏是必过条件；简洁、友好和排版属于表达质量。必过条件失败时，不能用好看的措辞加分来抵消。不同任务可以选择不同维度，但应在看输出之前写出标准，减少事后迁就结果。

清单与评分各有什么作用

检查清单适合明确的有无条件，例如是否写出活动时长、是否新增费用。评分量表适合程度差异，例如表达是否容易理解。可以规定事实、安全、结构分别通过或不通过，表达按一至三档描述：难以理解、基本清楚、清楚克制。档位应有具体含义，而不是只写差、好、很好。评分不是精确科学，相邻档位可能存在分歧，因此要保留判断理由与相关原句。模型可以协助初筛，但不能因为它给自己九十八分就认为内容合格。

异常案例揭示边界

只测试完整输入，会漏掉资料缺失与冲突造成的问题。可以准备没有日期、两种时长互相矛盾、夹有越界命令以及空白资料四类异常案例。日期缺失时应标明待确认；冲突时应列出差异；越界命令应不执行；空白资料时应请求补充而不是编造活动。异常测试并不是让系统做危险动作，而是检查它能否安全处理不能直接完成的任务。练习只使用无真实身份的模拟文字，不连接任何发送工具。

一张验收表的用法

针对每条测试记录，填写输入编号、预期行为、观察结果、事实条件、安全条件、结构条件和处理结论。例如缺日期案例的预期是日期待确认，观察结果却写周六，事实条件失败，处理为返修。即使安全和结构通过，也不能判整体通过。若四条测试中三条通过，可以报告测试集内通过三条，不应该写未来任务成功率百分之七十五，因为样本小且不一定代表真实输入分布。测试结果的适用范围必须讲清楚。

一致性与复核

可以请另一位学习者按同一清单审阅同一份输出，再讨论分歧。若有人认为建议带书是事实，有人认为是可选建议，说明分类标准需要更清楚。复核不必追求每个风格分完全一致，重点是事实和安全条件一致。发现模板改动后，应重复旧案例，避免修复未知日期却引入新遗漏。验收表帮助人做决定，不是把所有责任交给评分工具。最终应能说出为什么通过、为什么返修或为什么暂停，而不是仅提供一个总分。