一条合格的条目需能被两名评估者独立判定为同一结论
别名: 可判定条目 · 评估一致性 · 检查标准 · 风格偏好
概念解释
合格检查条目必须有足够明确的对象、条件、证据和结论规则，使两名有资格的评估者在互不见对方判断时得出相同"通过/不通过/需证据"。可判定性（inter-rater decidability）区分真正启发式与个人风格偏好。这一条衔接前两条：前两条解决了"要不要额外条目"和"条目该从哪里归纳"，这一条解决归纳出来的条目本身合不合格——一条从真实事故里提炼出来的条目，如果写法上留下了太多解释空间，照样会在实际使用中失效。
机制
模糊条目之所以不可靠，根源在于它把判断的关键部分留给了评估者自己的经验去填补——"界面应专业"这句话没有指定检查对象是什么、判断的依据是什么，两名评估者各自用自己过去积累的审美和经验去补全这个空白，补出来的结果自然不同，这不是评估者能力有差异，而是条目本身没有把判断规则写清楚。可判定条目做的事情是把这个隐藏的补全过程显式化：明确规定检查对象是哪个字段、哪个流程节点、哪个状态；规定触发条件是"两者同时显示"还是"其中一项不可用却未提示"；规定要看什么证据——截图、日志还是完整的任务路径录屏；规定判定之后走哪个分支——直接判定阻断、给出警告、还是只记录留待复审。缺了这几层规定中的任何一层，两名评估者面对同一个界面时，其实是在依据两套不同的、彼此都合理的隐藏假设做判断，结论出现分歧毫不意外。
边界
一致性不能靠把条目写得极端狭窄来买到——一条只匹配某个具体像素位置、具体文案的条目确实能让两名评估者达成一致，但代价是它连同一问题的稍微变体都识别不出来，很快就会随界面小改版失效，这种"用范围换一致性"的做法不划算。还有一类发现天然带有探索性质，比如"这个流程好像哪里让人不舒服，但说不清具体是什么"——这类信号有价值，但不该被硬塞进一条可判定的验收条目里假装精确，更适合的做法是把它保留为访谈或深访环节要追问的线索，而不是验收清单的一部分。另外，两名评估者判定一致，只能说明这条条目本身写得清楚，不代表它检查出来的问题真的重要——条目的可判定性和问题的严重程度是两件独立的事，可判定的条目命中之后，仍然需要用严重度评级去决定它排在修复队列的什么位置。
怎么落地
- 每条条目的模板固定包含七项：目的、检查对象、触发条件、判定规则、所需证据、已知例外和适用角色，缺一项就补一项，不允许留白让评估者自行发挥。
- 用一小组包含明确阳性、明确阴性和边界模糊样例的测试集来培训新评估者，确认他们在边界样例上给出的判断和有经验的评估者一致，而不是只在容易的样例上打勾。
- 每次正式评估前，先让两名评估者互不通气独立打出判定，再对比分歧，分歧点直接反馈到条目的措辞修订或证据要求补充上。
- 验证办法：记录每条条目在多轮评估中的一致性结果并按版本追踪；连续出现分歧的条目不要继续沿用同一套措辞硬撑，应该拆分成更细的几条、合并进已有条目，或者干脆降级为提示性线索而不再作为验收标准。