赶时间看前三节就够，后面是想弄明白为什么的人才需要。
01这个工具算什么
工具不替你下结论，只让结论有同一个口径。
五个维度各自测什么。
02输入怎么取数
先按默认跑一遍，再逐项换成实测数据，变化最大的那项就是关键变量。
同一组输入存一份底，只改一个条件再算，省得重输。
| 维度 | 测什么 | 怎么测 | 权重参考 |
|---|---|---|---|
| 质量 | 回答正确与可用 | 盲评打分 | 40% |
| 速度 | 响应与首字延迟 | 计时取中位数 | 20% |
| 成本 | 单价与额度 | 账单折算 | 25% |
| 稳定 | 高峰与长跑表现 | 连续七日记录 | 10% |
| 生态 | 接口与联动 | 功能清单核对 | 5% |
03结果怎么判读
结果差一倍以上，先确认单位再确认口径。
和体感差得远时，先查单位，再查口径，最后才怀疑体感。
04几种翻车用法
算完不留档，下个版本从头再来，等于白测。
反复改输入直到出现想要的数，这个结论帮不了你。
05放进评测流程
拿它当跨团队对口径时的参照物。
定题库、配权重、折单价，这三种时候值得重算一遍。
06最后一句
这篇是后台提问攒出来的：同一个口径怎么对齐，前后有十几个人问过。
评分众测实验室 后台收到的提问里，跟「会员值不值」有关的占了不少。我们按这些提问重新排过一遍顺序，所以格子出现的先后不是随手定的。