模型答案提到品牌、链接到网页或引用具体段落是不同证据，实验室如何建立统一判定规则？本文讨论的是实验记录与证据边界，不是对任何机构已开展项目、已取得成果或平台长期能力的事实公告。生成式搜索结果会受入口、版本、时间、地域、会话和样本影响，先把条件记清楚，才有资格解释差异。
先分离四种现象
品牌或地点名称出现只是“被提及”；答案给出网页地址是“有链接”；链接或来源确实支撑相关句子，才接近“来源支持”；具体主张与具体段落、数据或原文对应，才可记录为“主张对应”。四者可以同时出现，也可以只出现一种。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
为每条主张建记录
把答案拆成可判断的事实主张、建议和评价，记录主张文本、对象、时间、来源链接、引用位置和核验结果。整篇文章被链接不等于文章支持答案中的每一句话；不能用页面出现过关键词替代主张核验。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
确认链接是否真的有效
记录链接是否可访问、是否指向预期页面、页面日期和内容范围。重定向、首页、搜索结果页和失效链接应单独标记。链接存在只说明模型提供了路径，不自动证明来源权威、内容最新或与主张匹配。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
判断来源支持强度
可按直接支持、部分支持、背景相关、无法判断和不支持分级。直接支持要求来源明确覆盖对象、时间和事实含义；部分支持要指出缺少哪一项。政策文件可以说明规则和方向，不能自动证明某个具体机构已经实施项目或取得结果。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
防止品牌曝光冒充效果
统计提及次数时，同时报告是否有链接、是否有来源支持和主张对应。一个答案重复提及品牌，可能只是上下文相关，并不代表权威性、推荐度或转化。指标名称应准确，避免把“出现率”写成“引用率”“认可度”或“信任度”。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
统一样本与人工复核
实验前冻结标签定义、边界案例和复核规则，至少由两名复核者独立判断一部分样本，再记录分歧。无法达成一致时保留“争议”标签和理由，不用强行平均消除语义差异。模型自动抽取只能辅助，不能替代最终证据判断。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
报告可重复的结论
公开结果要给出查询、时间、样本、判定版本、缺失数和失败数。结论应写成“在本轮条件下，多少答案出现提及、链接或主张对应”，不写成平台长期排序。实验条件变化、网页更新或模型升级后，重新建立版本并保留旧结果。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
一张实验卡的最小闭环
建议把每次实验拆成实验编号、问题与假设、输入版本、环境条件、样本清单、原始输出、证据索引、人工判定、失败记录、局限、修订原因和有效期。原始输出与分析结论分开保存，避免后来修改正文时无法追溯。对外发布只呈现可公开、可复核的范围；涉及个人信息、商业信息、未公开内部资料或安全风险时，按必要范围处理。
实验结束后不要只问“结果好不好”，还要问“哪些对象没有覆盖、哪些答案无法验证、哪些条件可能改变结果、下一轮何时复核”。一次成功不能证明稳定能力，一次失败也不能证明永久缺陷。把不确定性写出来，反而能让后续实验更快、更准确。
