四节实验指南 · 从基线到可撤回结论
社会 / 社区怎样测试，才不会丢失原问题？
检索这条长查询，可以先把目标变成一个能够核对的问题，再安排少量互相可比的尝试。下面以“海角社会入口id:1120.7126 10.28网页”为实验原文，演示怎样在不覆盖原词的前提下测试近形写法、评价候选正文并结束一次查找。文中的实验行是待执行方案，教学候选均为虚构，不是已查得的入口或实际搜索结果。
一、先写验收问题，再打开结果页
一次有用的检索实验，应当允许出现“没有解决”的结论。若把目标写成“找一个看起来像的页面”，任何近似标题都可能满足它；若把目标写成“找到能够解释原词与标记关系的正文段落”，候选页是否达标就有了明确的检查对象。这里的验收是个人阅读判据，不是对网站身份、入口有效性或搜索系统质量的认证。
把查找目标限定为一项可观察的回答
在纸面上先填两格：原始输入与本轮问题。第一格逐字写“海角社会入口id:1120.7126 10.28网页”；第二格可以写“候选正文有没有说明词组、id片段和10.28之间是什么关系”。这是一个教学目标，你也可以把本轮问题限定为查明某个字的原始写法，但不要在一次实验里同时追求找入口、辨认编号、确定日期和比较所有网页。问题过多时，某一项偶然命中会掩盖其余项仍然空缺。
随后列出本轮必需的信息与允许未知的信息。例如，把原词上下文和标记所属段落设为必查项目，把10.28的解释设为允许暂缺项目。这种安排只是决定阅读顺序，不意味着10.28已经被证明不重要。任何后来补出的年份、人物、平台或地址都必须有可核对的材料；原始输入本身没有提供这些答案。
用文字判据防止看完结果再改标准
打开候选前，规定三种处理：正文直接回答本轮问题的记为“有回答”，只有相关片段却没有建立关系的记为“待解释”，讨论对象明确不同的记为“不适用”。为每一种状态写一句理由模板，例如“在某小节明确说明……”“只找到标记，未说明……”或“此标记指向另一对象……”。这些状态用于决定下一步阅读，不把它们相加成权威分数。
如果看完某页才发现目标太宽，可以修改目标，但要将修改写成新一轮。不要让同一轮的前半部分要求正文解释、后半部分只要求标题包含；否则你比较的是两套标准。也不要以某一分支结果更熟悉为理由取消原来的必查条件。预先留下判据，正是为了在偏好出现时仍能回看自己起初想解决什么。
- 目标只写本轮要回答的问题，避免预先写入期待的答案。
- 字面一致、语境对应与关系得到解释分别记录。
- 改变判据时另开一轮，保留旧判据和修改原因。
二、用同一基线安排受控查询矩阵
“每次只改一处”还需要补上一个条件：明确这一处是相对于哪一条输入而言。连续删词之后再换字，最终版本可能已经离原文很远；若每个测试都从同一基线复制，就能直接看出当前究竟在测试词形、末尾形式词还是数字片段。以下矩阵仅是准备方案，各行的实际观察均应在亲自执行后填写。
每个分支回答一个关于改动的问题
把原文编号为Q0。Q1仅将“社会”替换为“社区”，测试词形变化是否带来不同的正文对象；Q2从Q0移除末尾“网页”，测试形式词对这次候选范围的影响；Q3也从Q0出发，仅移除10.28，测试该片段是否改变候选组成。Q1、Q2、Q3互相之间存在多处差异，因此不要直接把Q1与Q3的差异归因于某一个词。它们各自首先与Q0比较。
选择本轮最需要的一到两个分支即可，不必把所有组合都跑完。对每条输入记录原样文本、父分支和唯一改动。查询工具若显示了纠正、改写或其他处理提示，也记下你实际看见的提示；此时观察到的变化不能简单归因于手动替换的那个字。没有出现相关提示时，也不推断工具内部完全按字面处理。
失去可比性时回到基线，不叠加猜测
尽量在同一次查找中使用相同工具、相同可见筛选条件和相同阅读规则。这里追求的是减少明显混杂，不是声称能控制搜索系统的一切变化。如果一轮只读标题、另一轮读完正文，或者换工具的同时又删改多个词，先标注“不能直接比较”，再决定是否补做一组条件一致的记录。不要从缺乏可比性的观察中得出某种写法必然更准确的结论。
发现Q1值得继续深入时，可以从Q1另开Q1a，但必须说明这已经是第二层实验。将Q1a的观察与Q1对照，然后再检查它是否仍回答Q0最初的问题。若它只帮助研究了另一个主题，就将它保留为旁支资料。回到Q0并非失败，而是在防止有趣的新结果悄悄替代原来的查找任务。
| 待执行分支 | 相对Q0的唯一变化 | 想观察的差异 | 当前状态 |
|---|---|---|---|
| Q0 | 无；完整原词 | 提供统一的比较起点 | 待执行 |
| Q1 | 社会 → 社区 | 正文讨论对象是否改变 | 待执行 |
| Q2 | 仅移除末尾网页 | 形式词是否改变候选组成 | 待执行 |
| Q3 | 仅移除10.28 | 这一片段是否区分候选正文 | 待执行 |
三、比较候选集合与正文依据，不比谁排得靠前
一个分支是否有帮助，取决于它是否带来了能够回答本轮问题的新材料。候选出现的位置可以作为当次观察保留，却不能代替正文证据。尤其在“社会／社区”这样的近形尝试中，页面看起来更多、更熟悉，并不自动说明原字写错了；先找出新增的是哪种内容，再讨论它对原问题的贡献。
为每个判断保留一个完整证据单元
打开候选后，先写这页实际讨论的对象，再记录id:1120.7126出现的位置。如果标记位于推荐栏，证据单元就是那条推荐，而非整篇文章；如果位于一段教学练习，证据单元就是练习说明，而非现实人物或平台记录。连同前后一句阅读，确认谁在描述什么、使用了肯定还是假设语气。不能把页面不同位置的片段拼成作者没有表达的关系。
给记录留下可回到原处的定位信息：页面地址、小节名称、必要的短摘记以及自己访问的日期。再单独写推论。比如“正文明确把该串当作输入示例”是观察，“这页能解释输入处理方法”是用途判断；二者都不能推出“这就是原查询想找的平台”。若页面打不开或关键内容不可见，状态应是无法判断，而非与目标无关。
把共有、新增与重复内容分开
为读过的候选编P1、P2等本地编号，然后列出Q0与Q1共同出现的材料、Q1新增的材料以及尚未能比较的材料。相同页面只需一份正文记录，注明它出现在哪些分支；不同地址却复述同一段内容时，也标出内容重复关系。多个标题相似的页面不等于多个互相独立的依据，重复内容不应被误算成对某个假设的多次支持。
下面的P1、P2、P3是完全虚构的教学候选。假设Q0读到了P1与P2，Q1读到了P1与P3，真正值得解释的差异是P3替代P2带来了什么。若P3只是一篇更泛的词语介绍，Q1虽然增加了资料，却未改善编号关系的回答。若P3直接解释了本轮问题，也仍需回到原文检查它支持哪一项，不能把单页的帮助扩大为整个替换词都已确认。
| 虚构教学候选 | 在示例集合中的位置 | 正文提供什么 | 对本轮问题的作用 |
|---|---|---|---|
| P1 | Q0与Q1共有 | 展示输入串，未解释片段关系 | 共同的待解释材料 |
| P2 | 只记在Q0 | 数字出现于另一主题的条目 | 记录不适用理由 |
| P3 | 只记在Q1 | 讲词语含义，未说明具体标记 | 新增参考，尚非目标答案 |
四、用反例检查结论，给暂停留下恢复条件
检索结束时，最有用的产物不是一个看似肯定的名称，而是一份知道依据和边界的结论。你可以暂时采用某个分支继续阅读，同时保持“原写法未获解释”的状态。对“海角社会入口id:1120.7126 10.28网页”而言，测试近形字只是在比较文本假设，不构成外部平台身份、日期含义或入口有效性的证明。
主动寻找一种会推翻当前判断的情况
如果你倾向于认为“社区”更接近原意，先问什么材料会让你撤回这句话。例如，原始出处明确把“社会”用于另一主题，或者替换分支中相同数字实际上属于别的条目，都足以削弱当前推断。然后回到已保存的正文检查这些情况。反例检查不是为怀疑而怀疑，而是检验结论是否只靠你喜欢的那些片段成立。
同时保留至少一种替代解释：原写法本来有意如此、原材料中存在录入差异、目前材料不足以判断。不要强行在三者中选一个。若只有后两者之间无法区分，就写“现有材料不能判定原词是否需要改写”。支持某种解释与排除其他解释是不同工作；一个有用的新页面可能只完成前者。
把停止条件写成可执行的下一步
在开始时就给本轮设置小范围，例如完成两条分支、各按同一规则阅读若干候选后复盘。这个数量是个人安排，不是检索质量标准。若新增分支只重复已有材料、关键正文始终不可见，或必须先确定原始出处才能继续，结束本轮并记录原因。不要为了填满计划而编造查询结果，也不要为了获得肯定答案而继续删掉所有限定。
结论卡可以写四句：本轮问题是什么；哪些正文依据已经支持了哪一项；仍缺少什么；获得哪种新材料时再继续。例如“本轮检查词形是否影响编号关系；已读材料只说明方法用途；原词与标记的关系仍缺证据；取得原始句段后重做Q0与Q1比较”。这是教学写法，不表示本站已经执行了上述检索。恢复时先检查新材料是否填补原缺口，而不是把上一轮所有步骤机械重复。
- 结论允许撤回：补充新依据后更新判断，保留旧判断的范围。
- 暂停有明确原因：重复材料、不可见正文或缺少原始上下文。
- 恢复有具体触发：得到原始句段、完整标记解释或可核对的新正文。