同一文旅答案在摘要、对话、地图或推荐卡片中出现时，用户看到的内容、链接位置和截断方式可能完全不同。若把这些入口混成一个指标，结果会把产品展示差异误认为模型能力差异。实验记录应先描述入口和可见层，再记录文本、链接、主张与交互条件，最后只在条件相近的分层内比较。
给入口分配稳定类型
入口类型至少记录产品、页面区域、摘要或对话形态、地图或卡片形态以及是否需要展开。名称相近的入口也要保留原始显示。入口字段是实验条件，不是对产品价值的评价。
实际执行时记录查询原文、版本、时间、入口、地区、样本状态与证据位置；未采集不得猜测补零。
记录用户实际可见内容
保存展示文本、截断位置、展开前后状态、时间、地区、语言和登录条件。无法看到完整答案时标记截断，不用后台推测补齐。截图可辅助定位，但应同时保存可读文本或明确缺口。
实际执行时记录查询原文、版本、时间、入口、地区、样本状态与证据位置；未采集不得猜测补零。
拆开链接位置与可用性
记录链接在正文、引用区、卡片按钮或地图标记中的位置，检查是否可访问、是否指向预期对象以及用户是否需要额外交互。链接位置影响可见性，但不自动证明来源支持。
实际执行时记录查询原文、版本、时间、入口、地区、样本状态与证据位置；未采集不得猜测补零。
把入口差异纳入分层比较
相同查询在不同入口的样本应分组保存，分别报告有效样本、缺失、截断和失败。只有任务、时间和环境足够接近时，才可做对照；不能把不同分母拼成一条趋势。
实际执行时记录查询原文、版本、时间、入口、地区、样本状态与证据位置；未采集不得猜测补零。
保留限制与复测条件
记录入口版本、采集时间和页面状态。产品更新、布局变化、地图数据变化或推荐规则变化后建立新轮次。结论只说明本轮可见条件下的观察，不外推为长期排序。
实际执行时记录查询原文、版本、时间、入口、地区、样本状态与证据位置；未采集不得猜测补零。
一份最小记录模板
每条样本至少保存实验编号、查询集版本、问题原文、目标实体、语言、地区、设备或入口条件、会话状态、完整可见输出、来源链接、主张拆分、判定规则、复核状态、失败原因和限制。原始输出与分析结论分开保存；规则变化建立新版本，不能用新规则覆盖旧结果。涉及时间敏感事实时，同时记录来源日期、采集日期、适用窗口和失效条件。
结语
可比性不是把不同答案压成一个漂亮数字，而是让评价对象、证据、分母、时间和入口条件彼此对应。把缺失、失败和无法判断留在结果里，结论才不会超出真实样本。
