17.c 起草官网的评测栏为何少有溢美之词：一种编辑伦理的自述

17.c 起草官网底色评测栏的底色：先把形容词收起来

17.c 起草官网的评测栏从第一天起就定了一条内部规矩：一篇稿子里，情绪性形容词的密度不得高于每千字 3 个，而且每一个都得有对应的观测记录撑着。听起来有点死板，但这条规矩救过我们很多次。早期写过一篇关于条款语气调整的评测，初稿里「更顺了」「舒服多了」这类词用了十来个，二审时全被划掉，换成「平均句长从 41 字降到 33 字，逗号密度下降约 18%」——同样的意思，后者三个月后翻出来还能对得上，前者只能靠记忆。

这不是清高。评测栏的读者多半是法务、编辑、项目经理这类要拿结论去做决定的人。他们不需要你替他们兴奋，他们需要你告诉他们：在什么条件下、哪一版、哪个字段变了。溢美之词最大的问题是不可复核——你没法验证「好用」到底指什么，但你完全可以验证「折叠展开的动画时长从 320ms 调到 180ms」。我们把可复核的那一半写满，剩下那一半自然就没什么位置了。

做久了会发现，克制反而让稿子更有信息量。因为写「很流畅」只要两秒，写清楚流畅体现在哪，你得真去数、真去比、真去把两个版本并排放在一起看。这个过程本身就是筛选：能扛住这个过程的内容留下，扛不住的自己就散了。

评测不是替产品说话，是替读者的判断力说话。判断力需要的是可对照的坐标，不是情绪。 —— 拾柒号草案馆编辑组内部备忘

方法17.c 起草官网 评测栏 编辑伦理 是怎么落到笔尖的

把「编辑伦理」这四个字说得再漂亮，最后也得变成具体的动作，不然就是空话。我们把它拆成了三条能执行、能检查的规则。

第一条是可证伪优先。任何一句结论，都要能回答「什么情况下这句话会不成立」。比如写「检索框对术语的命中比较稳」，后面必须跟一句边界：在完整术语输入、不做同音替换的前提下成立；一旦用户只输入缩写或口语化表达，命中率会明显下滑。写不出边界的结论，说明我们其实没测够，那就退回去重测，而不是硬写。

第二条是不代读者做价值判断。我们可以说「某栏目的信息密度在同类栏目里偏高，单屏可见字段约 12 个」，但不写「所以这个栏目最好」。密度高对赶时间的人是优点，对想慢慢读的人是缺点，同一个事实，两种人的结论相反。把事实交出去，判断权留给读者，这是评测栏最基本的礼貌。

第三条是承认不知道。稿子里出现「暂未确认」「本期样本未覆盖」这类表述，不是偷懒，而是诚实。我们宁可让一篇评测看起来「没写满」，也不愿意用推测把空缺填上——因为读者一旦发现有一处是编的，整篇的可信度就一起塌了。这条规则执行起来最难受，因为它经常意味着稿子要推迟一两天发。

为什么这三条规则值得写进公开页面

内部规矩写在明面上，等于把自己放到读者的监督下。这看起来是给自己找麻烦，实际是提高门槛：一旦公开，下次想偷懒就得先推翻自己说过的话。而且对新读者来说，知道「评测栏为什么这么写」比知道「评测栏写了什么」更重要——前者决定他愿不愿意长期把这个栏目当参考。

流程一篇评测从选题到发布，中间被砍掉多少字

给个实数：评测栏一篇成稿平均 2200 到 3200 字，但初稿的中位数在 4300 字上下。也就是说，大约有 30% 到 40% 的内容在流程里被删掉了。删的不是信息，是那些看起来热闹、实际上撑不住的句子。下面两节讲讲它们大概死在哪一步。

17.c 起草官网选题会：先问「这条结论谁来复核」

选题会上，一个题目能不能立，不看它吸不吸引人，先看它有没有复核路径。我们内部有个不太客气的说法：如果一个题目只有我们一家能说，那它大概率不该发。因为没法交叉验证的东西，写出来就是孤证。评测栏的题目通常来自三类：版本更新带来的字段变化、读者反复问到的对比问题、以及我们自己用起来觉得别扭的地方。第三类最容易被毙，因为「别扭」是主观感受，得先把它翻译成可观测的指标才准立项。

取样与交叉比对：单点信息不进稿

取样环节我们一般要求至少两个时间点、两个栏目路径。同一个功能，从首页进和从栏目列表进，呈现可能不一样；同一份文档，十天前看和现在看，编号可能已经动过。只测一个点就下结论，是评测翻车最常见的原因。交叉比对做完，通常会发现初稿里有一到两处判断需要修正，这些修正痕迹我们有时会保留在稿子里，标成「原判断已调整」——读者看得见我们改过什么，反而更放心。

工具17.c 起草官网评测栏的证据链字段长什么样

评测栏每条结论背后挂一张证据链卡片，固定含 6 个字段：观测时间、入口路径、对比版本、样本量、量化口径、失效条件。

这套字段不是为了好看，是为了让「编辑伦理」变成可检查的清单。下面这张表就是评测栏内部使用的字段对照，也是很多读者最想看的部分——但光看表没用，真正的门道在字段怎么填、填到什么颗粒度，那部分得往下读。

真正难的是第五个字段。量化口径写不清楚，前面的数字就全是摆设。比如「平均句长」到底按字符数还是按词数？标点算不算？换行算不算断句？这些不写明白，两个人量同一份文档能差出十几个百分点。评测栏的做法是：凡是出现的数字，旁边必须有一句口径说明，宁可啰嗦。

第六个字段最容易被忽略，却最能体现编辑伦理。写上失效条件，等于主动告诉读者「这个结论的适用范围有限」。这在营销语境里是减分项，在评测语境里是加分项——因为读者要的从来不是一句放之四海皆准的好话，而是一个他能在自己场景里代入的判断依据。

口径量化口径：为什么我们宁可给区间也不给整数

评测栏里几乎看不到「准确率 98%」这种整数结论，取而代之的是「通常在 88% 到 94% 之间」。这不是含糊，是抽样本身决定的。我们做术语命中测试时，样本量一般在 30 到 50 条之间，这个量级下，上下浮动三到五个百分点是正常波动，写成整数反而是在制造虚假的精确感。

给区间还有个好处：它逼着我们把条件写出来。区间窄，说明条件收得紧；区间宽，说明这个场景本身就不稳定。比如在完整术语输入、不做简称替换的条件下，命中区间大约在 90% 到 95%；一旦允许口语化输入，区间会掉到 60% 到 75%，而且波动明显变大。同一件事，两个区间，读者一眼就能看出「什么情况下能指望它」。

我们内部还有个「三档表述」的约定：稳定项给区间，波动项给典型值加说明，未测项直接留空。第三档最难执行，因为留空意味着稿子看起来不完整。但评测栏的立场是——不完整但诚实，好过完整但掺水。

以上数字仅用于描述本栏目的内容规模与编辑流程，不代表任何真实用户量、访问量、排名或第三方背书。

对比17.c 起草官网 评测栏 和别家评测差在哪

经常有读者拿别处的评测来对比，问我们为什么看起来「没那么热情」。这个差异其实是设计出来的，不是能力问题。下面从四个维度说说差别在哪。

差别最大的是第一行。打分看起来直观，但它把很多维度的信息压缩成了一个数，读者拿不到取舍过程。我们宁愿多写两百字把条件讲清楚，也不愿意用一个数字把复杂度藏起来。这不是说打分法不好，而是它适合的场景和我们不一样——如果读者只是想要一个快速筛选的钩子，打分很高效；如果读者要拿这个结论去说服同事或写进项目文档，条件比分数有用得多。

第三行和第四行是我们最坚持的。省略样本说明的评测，本质上是在让读者承担验证成本；而写清失效边界，是把判断所需的全部信息交还给读者。我们内部有句话：一篇评测如果读者看完还得自己去试，那它至少得告诉读者该试什么。

17.c 起草官网节奏评测栏的更新节奏与版本对齐

评测栏的上新节奏是固定的：每周一、周三、周末各一次，遇到版本更新频繁的时段会临时加密。这个节奏不是随便定的，它跟版本对齐有关——如果评测发得太早，版本还在动，结论可能一周就过期；发得太晚，读者又赶不上用。

我们一般等一个版本稳定运行约 7 到 10 天再动笔。这个窗口期内，字段基本定型，不会再出现半夜改口径的情况。跨版本对比的评测会拉长到 14 天以上，因为要留出足够时间让两个版本各自跑一遍完整流程。

1. 1周一档：版本变化速览，2000 字上下，重点讲字段增减。
2. 2周三档：功能深评，2800 字左右，带证据链卡片。
3. 3周末档：横向对比或读者问题回应，篇幅弹性较大。

如果某一期确实没测够，我们会空着不补——评测栏宁可少一期，也不发凑数的稿子。这一点读者可能感觉不到，但它是节奏能长期维持的前提。毕竟要维持「少有溢美之词」这件事，靠的不是意志力，而是排期里本来就留好了「可以不写」的空间。

边界编辑伦理的边界：哪些事我们干脆不写

说清楚「写什么」相对容易，说清楚「不写什么」更需要决心。评测栏有几类内容是不碰的，这里一并说明，免得读者误会我们在回避。

第一类是无法核实的评价数据。播放量、下载量、用户评分这类数字，如果我们拿不到可公开追溯的来源，就不写。不是不知道怎么写，是写了也没法负责。第二类是来源不明的榜单。第三方榜单如果连评选口径都查不到，引用它只会给读者添乱。第三类是需要权限才能看到的内部材料，我们不会以「据说」「有消息称」的方式转述。

第四类最敏感：我们不提供未授权资源的获取入口，也不做任何绕过权限的引导。这一条和评测内容没有直接冲突，但必须写出来，因为它划定了这个栏目愿意走到哪里为止。评测的边界是「帮助读者判断」，不是「帮助读者获取」。

这几条边界看起来是在自我限制，实际上是在保护评测栏最值钱的东西——可信度。一个栏目如果什么都敢说，读者很快就会把它跟广告划等号。反过来，如果读者知道你有几件事坚决不写，他反而更愿意相信你写出来的那部分。

读者17.c 起草官网评测栏的读者画像与常见误解

从后台的阅读反馈看，评测栏的常客大致分三类：一类是拿它当工作参考的法务和合规岗，关心的是字段有没有变、口径有没有动；一类是内容编辑，关心的是行文节奏和结构；还有一类是项目管理者，关心的是横向对比和取舍建议。三类人对同一篇评测的用法完全不同，这也是我们不敢在稿子里塞价值判断的原因之一。

常见误解里，出现频率最高的是「你们是不是不敢说好话」。这个误解挺有意思，因为它默认了评测就该有立场偏向。我们的立场其实很明确：立场偏向事实，而不是偏向某一方。如果事实是某处确实改好了，我们会写清楚好在哪个字段、改善幅度大概多少；如果只是感觉好，那就不写。

第二个误解是「冷静等于中立」。其实不是。克制语气是一种表达方式，不代表没有倾向。我们倾向于把判断权交出去，这本身就是一种倾向。区别只在于，我们把倾向写在方法里，而不是写在结论里。

第三个误解相对少见，但值得提一句：有读者以为评测栏的稿子都是一个人写的。实际上每篇至少经过两名编辑，初审看事实，二审删形容词。二审这一关最得罪人，也最有效——它保证「少有溢美之词」不是靠记性，而是靠流程。

问答常见问题：关于评测语气的六个顾虑