Jesse_Chen
517df002b5
Choice copy was comparing the search window, so every answer said the range had not changed. Block-scan summed raw scores, so longer afternoon windows won before any evidence difference. Co-authored-by: Cursor <cursoragent@cursor.com>
1.7 KiB
1.7 KiB
Staging 人肉复核 · 过程解释层（2026-09-06）
给产品负责人。不要把真实案例里的年份、事件或候选分钟写进任何记录。
对应 TASK-rectification-explain-layer-20260906.md。测之前先做第 0 条。
0. 确认测的是新版本
浏览器打开 https://staging.jyotisha.chat/api/health，看 deployment.gitCommit 前 8 位是否等于本单合入 staging 后的提交。不一致 = 先别测。
1. 每张选择题能展开「为什么问这题」
走到会出现 A/B/C/D 卡的那一轮。
- ✅ 预期：题干下方有可点开的「为什么问这题」。展开后能看到年月或 D9/D10，以及「分成两组」或「类型差异」。没有「概率 / 置信度 / 确定」。
- ❌ 失败：没有折叠说明；或说明仍是给模型看的「时间范围锁定…语义目标是…」。
2. 答完一题旁白里的范围与顶部范围一致
点 A 或 B。
- ✅ 预期：助手旁白仍以「已记录你的选择」开头，并写哪段领先/落后；旁白里的范围与输入框上方那一行相同，变了就写「范围从 … 收到 …」，没变就写「范围没变」。点 D 仍是「这题先不计分，换一件事问」。
- ❌ 失败：仍只有「并更新了候选比较」；或顶部范围已经收窄，旁白却写「范围没变」。
3. 每轮顶部有第 N 步 / 原因 / 下一步
看输入框上方。口述采集时，步骤句在「先这样，先看当前范围」按钮左侧同一区域。
- ✅ 预期：始终能看到「第 N 步」和一句下一步。采集阶段是第 1 步，选择题阶段是第 2 步，问完给结果是第 3 步，采用后是第 4 步。
- ❌ 失败：没有步骤条；或步骤条出现「概率 / 置信度 / 确定」。