可复核观察
合同结构、产品价格、公开财务指标、客户案例中的量化结果。记录时间、口径与来源。
Validation protocol
证据分层、更新节奏与失败判据
预测必须能说明依据是什么、何时复查、什么观察会降低置信度。无法被现实改变的判断，不进入台账。
事实之间的机制连接
例如“推理降价将压低功能溢价”。必须写明中间机制，避免把相关性当因果。
带期限与概率的未来判断
写入观察窗口、方向、置信度和可否证信号；到期不允许静默延期。
主动寻找相反案例
优先检查表现最强的反例，而非只累积支持材料。反证改变机制时应重写预测。
当前无法可靠判断
指出缺少的数据、测量障碍与可能分叉。未知不是预测失败，而是边界声明。
更新回路
- 登记：为预测分配编号，记录日期、期限、置信度与因果链。
- 采样：每月记录价格、产品边界和可比案例；每季检查单位经济与采购行为。
- 反证：为每条预测至少维护一个能推翻核心机制的观察。
- 修订：置信度变化超过 10 个百分点时，记录新增证据与修订理由。
- 结算：到期判断方向是否正确，同时检查是否靠模糊措辞逃避失败。
置信度校准
置信度不是文案语气。单个支持案例只证明“可能”，不能证明“多数”；机制证据与总体分布分开计分；存在能击穿原因果链的高质量反例时，必须先降置信度再改写命题。首次证据化允许任意幅度修正，后续常规更新超过 10 个百分点必须留下变更日志。
优先级：最接近现金流的证据
| 等级 | 证据 | 适合回答 | 主要局限 |
|---|---|---|---|
| A | 审计财务、正式合同与可核真实使用数据 | 收入质量、成本、留存 | 常不可得或披露滞后 |
| B | 官方政策、公开定价、多客户可比案例与采购记录 | 采用与定价单位 | 样本选择偏差 |
| C | 产品测试、技术评测、工程测量 | 能力、延迟、单位成本 | 不等于组织愿意付费 |
| D | 管理层/产品营销表述、媒体叙事、单点案例 | 形成待验证假设 | 激励偏差与不可比 |
五个核心监测指标
每完成任务的总成本包含模型、工具调用、复核、失败重试和支持。
从试点到生产的转化率区分演示价值与组织可部署性。
合同扩张来源来自更多席位、更多任务，还是提价。
人工介入曲线随任务规模扩大，复核比例是否真正下降。
平台吸收速度独立功能被基础模型或既有软件复制所需时间。
停止与降级规则
出现以下任一情况，应降低置信度而非追加解释：关键指标连续两个观察期反向；核心因果变量无法测量；预测期限到期但目标概念仍无法明确判定；反例在更高质量证据上重复出现。
纪律
不能用新叙述挽救旧预测
若原预测依赖“模型差异形成溢价”，后来利润实际来自实施服务，应把原预测判错或部分错误，再登记新预测，而不是改写旧定义。