把可变性显式呈现为多个并列方案，比藏在单一结果背后更诚实

概念解释

生成的诚实显示不是把方差藏进一次次覆盖，而是把若干次采样同时摊开：三封主题、四张构图、两个摘要。人看见的是一个集合，不是一个「答案」。多样本并列（explicit multi-sample display）把随机性从缺陷改写成可见的结构。

单一结果迫使每一次采样扮演「系统的那一个输出」。并列承认：系统给出的是候选。

机制

人对单例会做点估计，对小集合会做范围估计。三个并排的合法答案直接演示「同一请求对应一个分布」，不需要先教温度是什么。选择负荷从「这是对是错」降成「哪个更适合我」，评价维度变得可比较。

藏在单结果背后的可变性只能靠重试发现，而重试会触发故障图式和归因混乱。并列把发现成本提前到第一次响应，用布局替用户做了那几次实验。代价是占用面积、以及方案过近时比较退化为挑噪声——那是数量与差异的问题，不是该不该摊开的问题。

怎么研究

同一提示，单结果覆盖 vs. 2–5 个并列。测：是否理解「还可以有别的」、是否把单结果当成唯一正确答案、选择时间、选择后悔。自变量：方案数、方案间差异（嵌入距离或人工评定）、排列顺序。因变量：可变性觉察、决策质量（相对盲选基线）、是否还去点「再来一次」。

顺序效应必须控制：左/上一向被偏爱。差异过小的条件要单独报，否则会把「并列无效」错安到「并列」头上，其实是样本没有分开。

边界

封闭答案（算式、主键、是否违规）并列多个只会制造假选择，应收敛到一个并校验。高后果且需要单一责任人签字的输出，并列可能被读成推卸。屏幕很窄时，并列变成左右滑，比较成本上升，2 个往往是上限。用户明确只要「再给我一个不一样的」时，追加比第一次就摊开四个更合适。这条论证的是「可见的集合比隐藏的单例更诚实」，不规定几个最好，也不处理刷新图标。

怎么落地

• 第一次响应就给 2–3 个可辨方案，而不是一个加一个圆形箭头。方案要在用户在乎的维度上分开，不要三个近义词标题。
• 每个方案是完整候选，不是「主结果 + 几个弱化备选」。弱化备选仍在维持单一点估计。
• 选中之后把其余收入「未选方案」，不要销毁，撤销和换选还用得着。
• 验证：问「系统认为正确答案是哪一个」。若多数人指向某一个默认高亮，并列只是装饰。再问「再要一次会不会得到别的」——答案应在看见并列之后就已经是「会」。

延伸

• 同组：L1.01.1 同一输入可能得到不同输出 · L1.01.2 界面惯例默认操作可重复且结果稳定 · L1.01.3 用户会把偶发正确误判为稳定能力 · L1.01.4 界面控件默认承诺同一操作得到同一结果，生成式功能违背这一承诺 · L1.01.5 用户无法通过重试区分是自己表述不当还是系统本身在波动 · L1.01.6 撤销与重做在输出不可复现时语义失效，撤销后回不到原来那次结果 · L1.01.7 把重新生成呈现为「刷新」会暗示上一个结果只是加载失败
• 相邻：L3.01 多方案生成 · L3.07 多方案生成与并列比较 · L1.03 不确定性的可视化
• 站内检索：explicit multi-sample display · showing the distribution · candidate set