用模型评分另一个模型，不会自动得到可靠的业务品质判断。先把评分规则写清楚。

规则应说明可接受证据、重要错误，以及遇到不确定结果时，审核者应如何处理。

拿困难案例和人员判断比较，特别检查分歧，不能只用明显成功的案例校准。

保护评分输入，保留盲测样本；模型、文件或评分指示改变后，继续人工抽查。

分数用来协助分流与集中注意力。只有当决策者理解其意思与限制，精确数字才有用。

原创文章解说视频。采用 AI 辅助概念插画、合成旁白及原创合成音乐，并非真人录音或客户实绩。