研究、证据与推理

先确定研究要支持的判断复制锚点链接

研究从一个需要回答的问题开始。读者可能想确认事实、理解机制、比较方案，或决定是否采用某个做法。不同目标要求的证据不同：版本文档可以说明接口的定义，实际配置可以说明启用了什么，一次运行可以说明某个环境中发生了什么。判断方法效果还需要样本、比较条件和评价指标。

例如，下面是一组构造问题：“给文档增加摘要，能否改善阅读？”可以进一步拆成三个问题：摘要是否忠实保留原文的主要信息；读者是否更容易找到答案；制作与维护摘要是否值得投入。第一个问题可通过对照文本检查，第二个需要相应读者和任务证据，第三个还要结合使用频率、维护成本与具体目标。仅有一个问题的答案，无法同时支持三个判断。

拆分时明确对象、场景、时间或版本、约束和预期结果。影响方向的未知条件要确认或作为假设说明；已经清楚的范围直接沿用。研究过程中发现问题设定有误，也可以调整问题，再检查已有资料是否仍然相关。

“关键主张”是其错误或缺失会改变主要理解、选择或操作的陈述。把注意力放在这些主张上，有助于安排核查投入。例如“摘要准确”是事实与文本关系，“摘要使查找更快”是效果判断，“所有文章都应加摘要”则还包含推广和价值取舍。它们需要分别成立。

选择能支持主张的研究方法复制锚点链接

边界明确的事实，可先定位并核对直接材料；多个来源共同承担一个判断时，需要比较它们的对象、方法与适用范围；要确认效果，则需要相应实证设计。后果越大、争议越明显、信息越易变，或依据越间接，越需要深化研究。

针对问题的资料比较，可以形成有依据的调研。正式系统综述、快速综述等方法名称带有相应领域的实施要求。PRISMA 2020 提供系统综述的报告指导，其本身不评价综述的方法质量；使用报告清单也不能替代实际完成的方法工作。¹

跨领域借用方法时，先辨认原方法承担的任务，再选择当前问题需要的部分。以下比较来自 2026-10-04 的定向研究，未执行正式系统综述，也没有测量这些方法在中文文档生产中的效果。

时间或访问限制可能迫使研究收窄。需要具体交代限制了哪些材料或场景，以及哪些判断因此不能确认。“没有找到”应连同检索范围表达；只有一个渠道没有发现资料，能支持的结论范围也限于该渠道。

让来源与主张相匹配复制锚点链接

读到一份材料，先辨认它能够提供什么依据。规定、作者经验、实现、受控试验和真实使用观察，各自回答不同问题。来源声誉有助于选择阅读入口，最终仍需判断材料怎样支持当前主张。

核查承担关键判断的正文及上下文，保留作者或机构、材料标题、日期或版本和相关章节。涉及转引时沿来源链追到原始依据；只能取得二手材料，就准确说明取得范围。搜索摘要和 Agent 摘要适合定位线索，关键判断需要核对实际材料。

还要检查来源的独立性。五篇介绍可能都转述同一个试验；同一项研究也可能有不同时间或结果的报告。Cochrane 在研究选择中要求识别并归并同一研究的多个报告，这个视角有助于避免将转载篇数计为独立验证。其完整流程服务特定证据综合任务，日常调研按当前问题落实必要核查。²

对效果材料尤其要问：研究了谁或什么，如何选择样本，与什么比较，用什么指标测量，是否有系统性偏差，目标场景有什么差异。对仓库材料要问：代码是否位于实际入口，配置是否生效，测试是否替换了外部环节，断言究竟检查了什么。文档存放在站内或站外，都按这些问题评价。

对于陌生且承担关键判断的网页，可以离开该页查作者背景、机构关系和独立来源，再返回评价内容。Wineburg 与 McGrew 的横向阅读研究比较了 10 位历史学者、10 位专业事实核查者和 25 位斯坦福本科生在社会政治网页评价中的表现，提供了这种来源核查的采用线索。对象与任务限定了结论：它没有直接验证 Agent 的研究效果，也没有要求每份已熟悉资料都重复一套步骤。⁷

把证据接到结论复制锚点链接

证据进入判断，需要经过解释：材料提供了什么结果，哪些前提成立，能够支持哪一部分主张，仍缺什么。推理和建议也保留成立条件，读者才知道自己的情境变化后是否还能采用。

继续使用摘要的构造情境。假设一次试用记录：第一天，五名熟悉主题的读者使用带摘要的页面；第二天，五名不熟悉主题的读者使用无摘要页面。前一组找答案更快。这个差异同时伴随读者基础和试验条件的变化，因此还需要检查这些替代解释，才能判断摘要的作用。直接写“摘要导致阅读更快”会超出现有构造证据。

如果进一步安排可比任务、记录读者基础并控制其他变化，判断的依据会更明确；结果仍受任务、样本和测量方式限制。这个例子只展示推理问题，没有执行读者试验，也不提供摘要有效的实证结论。ODNI 分析标准将信息、假设与判断区分，并要求在重要不确定性下评价合理替代解释；这里借用的是分析视角。⁴

数字同样需要准确口径。断言下界、逐项观察和总体效果各自需要相应证据；百分比要说明分母，时间要说明窗口，比较要确认双方用同一指标。后面的构造案例展示这种核对。

由事实提出建议，还要增加取舍推理。即使摘要帮助了一类任务，是否采用仍取决于目标读者、全文长度、查找方式及维护成本。把这些条件写清楚，比为每种方法排出脱离场景的总名次更有用。

一个结果怎样限制结论复制锚点链接

以下为构造案例。某资料检索方法在三份固定材料上接受十个指定查询。事先制定的门槛是：至少九个查询取得目标资料，其中两个指定查询必须成功。只取得“检查通过”的记录，没有逐查询输出。

这份记录能够支持“满足预先设定的门槛”。它不能确定实际成功数恰好是十，也不能给出哪些非强制查询失败。后来另一组材料取得十次成功，结果属于另一组输入；两份记录各自保留来源与条件。

从此结果提出采用建议，还需考虑材料规模、查询类型、用户任务及错误代价。三个固定输入可以帮助确认一项局部关系；面向更大资料库的判断需要相应证据。这些要求来自结论所覆盖的范围。

例子的目的在于区分检查条件、精确观察和推广范围，没有执行真实读者或检索试验。

分歧与未知怎样进入判断复制锚点链接

来源冲突时，先确认是否讨论同一对象、版本、时点、指标和场景。例如，一份材料讨论首次阅读，另一份讨论精确查阅，结果不同可能来自目标差异。范围相同仍有冲突，再比较方法、直接性、样本与独立性；暂时无法消除的分歧，保留为分歧，不能按来源数量投票。

重要未知应说明它缺在哪里、影响哪一项判断、当前还能判断到哪一步，以及什么新证据会改变结论。可以写：“已有文本对照支持摘要忠实；尚无相应读者数据，查找效率暂不能确认。后续需在目标读者和可比任务中观察查找表现。”未知由此真正约束建议。没有估计方法时，不为判断编造百分比或正式证据等级。⁴

区分事件发生的可能性与判断依据的可靠程度也很有用。作者认为某结果可能出现，仍可能只有薄弱依据；稳定的观察结果也可能只覆盖很窄的环境。表述同时保留结果范围和依据范围。

何时可以结束研究复制锚点链接

结束前回到原问题：主要问题是否有相应回答，关键材料和条件是否核对，有合理理由怀疑的反例与替代方案是否处理，剩余缺口会不会改变正文的确定性判断。广泛或争议问题，还需要检查检索是否遗漏决定性材料。

扩展查找反复出现相同依据，可以作为继续研究收益下降的线索；已知但未处理的关键来源仍需处理。Cochrane 对停止检索的讨论提醒，停止规则的正式评价有限，证据稀少时尤其应谨慎。日常调研的停止判断，应结合问题覆盖、证据质量和剩余风险。²

事实问题在直接依据确认且无未处理疑点时，可以结束；需要确认的效果仍缺相应证据，就要继续研究或明确限制当前可交付的判断范围。资源耗尽、稿件写完或达到某个来源数量，都不能独立证明研究充分。

把支持主要判断的出处、条件、必要推理和检查信息留在最终成果中，就能支持后续复核。提供可重跑材料表示具备复查条件；实际重跑以及换数据、换场景后的验证分别需要执行记录。NASEM 对可重复计算与独立数据检验的区分，也提醒相同材料的再运行不会自动扩大结论范围。⁸ 组织成果时，将关键依据和成立条件保留在它实际支持的判断附近。

Footnotes复制锚点链接

1. Page 等，2021，The PRISMA 2020 statement，Scope of the guideline、How to use PRISMA 2020。 ↩ ↩²

2. Cochrane Handbook，Chapter 4: Searching for and selecting studies，4.4.11、4.6.1–4.6.2。本文借用核查视角，不宣称完成正式 Cochrane 系统综述。 ↩ ↩² ↩³

3. Cochrane，Cochrane Rapid Reviews Methods。2026-10-04 取得官方入口，所链接 BMJ 方法论文 DOI 10.1136/bmj-2023-076335 全文未取得；不据此声称已执行其具体程序。 ↩

4. ODNI，Intelligence Community Directive 203: Analytic Standards，D.6.e.(1)–(4)。采用信息、假设、判断及不确定性和替代解释的区分，未移植情报专有概率词表。 ↩ ↩² ↩³

5. Cochrane Handbook，Chapter 14: Completing “Summary of findings” tables and grading the certainty of the evidence，§14.2.1–14.2.2。借用影响可信程度的关注点，未实施正式 GRADE 评价。 ↩

6. ACM SIGSOFT，Empirical Standards，General Standard、Systematic Reviews。来源核查归属 2026-10-04 的研究，按其原任务解释主张与方法的对应。 ↩

7. Wineburg、McGrew，Lateral Reading and the Nature of Expertise，原研究 PDF 第 2 页摘要及网页评价任务。2026-10-04 读取；样本构成与任务范围不提供 Agent 效果结论。 ↩

8. NASEM，2019，Reproducibility and Replicability in Science，Conclusion 3-1，DOI 10.17226/25303。原研究于 2026-10-04 读取定义，用于区分计算材料、实际再运行和扩大证据范围。 ↩