# 正文独立一致性审查

审查日期：2026-11-13。范围：`content/00-start-here.md`、`02-route-and-gap.md`、`03-user-research.md`、`04-product-judgment.md`、`08-ai-product-lab.md`、`10-application-operations.md`、`11-action-plan.md`、`content/roles/09-interview-lab.md`。并只读核对了 OfferTrail 事实文件、AI 合成数据、确定性基线脚本和现有报告。

## 结论

未发现将模拟案例写成真实辅导结果、将学生工作条件套成毕业后许可、将政府资格套成雇主录用承诺，或将软件检查写成真实用户/商业成效的问题。未发现需要停止发布的 P0/P1 错误。以下 P2 项应在正文冻结前修正，重点是让读者能按同一口径执行和验收。审查不代替逐国资格复核、原型交互测试或 PDF 逐页验收。

## 具体需修项

| 编号 | 位置 | 可复核的问题 | 建议修改与验收 |
| --- | --- | --- | --- |
| C01 · P2 | `content/08-ai-product-lab.md` §3 操作；`research/ai-eval-cases.json`；`tools/evaluate_baseline.py` | 正文要求覆盖“跨日换算”，紧接着交付 12 条样本。但这 12 条的期望结果只有 `status/local/zone`；脚本没有输出 UTC/目标时区时间，也没有断言换算后的日期。提取了纽约时区不等于验证了跨日换算。 | 将“跨日换算”划到原型的确定性时区用例，并给出相应文件入口；或者增加真正断言换算结果的独立测试。保持本包 12 条仍是提取候选与拒绝推断检查，不把范围扩大成模型或换算质量证明。验收：正文列出的覆盖项都能指向具体断言。 |
| C02 · P2 | `content/08-ai-product-lab.md` §3“产品评测口径”，尤其严格字段正确率与错误放行率 | “可判定样本”未说明是否包含应返回 `review` 的缺信息/歧义文本。若读者把这些删除，会恰好漏掉高后果失败样本。另外，基线的 `candidate` 仍要求人工来源核对，不能直接等同界面“可确认”或用户任务已通过。 | 补充：人工能写出明确期望输出的样本均纳入，包含期望为 `review` 的样本；无法标注者在测试前单列原因，不按模型结果事后排除。再明确 `candidate` 仅为待人工核对的提取候选；基线完全匹配率、错误候选提取率与产品最终错误放行率分别报告。验收：同一批 12 条数据，另一人能独立列出 3 条候选、9 条应转人工，并且不会把 12/12 软件检查写成模型准确率或用户放行结果。 |
| C03 · P2 | `content/10-application-operations.md` §1 产出，原句“用同一岗位 ID 去重” | 不同雇主可以使用相同编号；同一岗位编号也可能对应不同国家/地点及资格说明。单一 ID 会误合并申请记录。 | 改为“用雇主与岗位 ID 联合识别，保留国家/地点及要求版本；同一雇主明确为同一申请的重复入口再合并”。验收：两个雇主同号不会丢记录；同一编号不同地点的资格仍可分别查到。 |
| C04 · P2 | `content/10-application-operations.md` §4；`content/roles/09-interview-lab.md` §9.3 题面 B/C | 10 章作品集三层阅读只有说明与验收方法，未明确输入和要交的文件；9.3 B/C 直接给出计算与解释，缺少读者独立提交物以及错了怎样回查。其余主要步骤基本有完整执行闭环。 | 10 §4 补“输入现有案例与证据目录；操作编排三层并盲读；产出三层作品集和阅读记录；失败时按读者答不出的层级重写”。9.3 B/C 各补一句输出与验收/失败处理：B 交加权汇总和结构变化说明，算错回查各日分母与权重；C 交绝对/相对差异、区间和发布建议，混淆时重算并回查预设停止规则。验收：读者不依赖答案页，也知道交什么和如何判断练完。 |

以上为内容闭环与口径修正；不要求给每个说明性小标题机械添加五个标签。已经能从连续正文清楚识别输入、动作、交付、验收和失败路径的步骤，按通过处理。

## 已完成的实际验证

| 检查 | 方法与结果 | 边界 |
| --- | --- | --- |
| 申请资格与地区边界 | 逐段检查 00、02、10、11 的日期、许可和申请建议。均要求分别核对雇主、学校、主管机关；未知状态不升级为已满足；没有建议改毕业日期或隐瞒资格。 | 未在本轮重新逐条联网核实地区正文；地区来源另有独立审查记录。 |
| 模拟与真实边界 | 00、03、04、08、09、11 均区分模拟、设计选择、软件验证、真实研究与业务成效。09 的六条 OfferTrail 情境与事实文件 S01–S06 一致；未写成六位受访者。 | 这些审查结论只适用于所列八份正文及比对文件。 |
| AI 两组练习的隔离 | 08 的 12 条是截止信息提取边界样例；09 §9.5 的 100 条是独立、给定标签的内容风险合成矩阵，正文明确其与 OfferTrail 无关。 | 不存在拿 100 条矩阵补成 OfferTrail 模型评测的表述。 |
| AI 确定性脚本 | 在内存调用 `extract`，逐条与 JSON 期望值比较：12/12 匹配，其中 8 条 development、4 条 holdout_demo_only；期望 3 条 candidate、9 条 review。 | 没有网络、模型调用或真实用户；公开的 4 条演示留出数据不是封闭盲测。正文已新增这一提醒。 |
| SQL 漏斗 | 从 09 正文提取两段 SQL，在内存 SQLite 执行，实际结果为 `(8, 4, 50.0)`。重复确认、观察窗外事件、测试账号、未曝光用户处理符合题设。 | 8 人为合成教学数据，不能推断真实转化率。 |
| 指标分群 | 重算第一日 110/200=55%，第二日 90/200=45%；分渠道均上升与总体下降可以由权重变化解释。正文没有把观察相关写成改版因果。 | 需要按 C04 补读者的提交与回查动作。 |
| 实验不确定性 | 重算未合并比例的正态近似，标准误 0.07；10 个百分点差异的约 95% 区间为 -3.72 至 23.72 个百分点。正文四舍五入正确，绝对差异与相对提升 25% 分清。 | 题设方法为课堂近似，正文没有宣布可据此直接全量。 |
| AI 混淆矩阵 | A：准确率 88%、精确率 66.7%、召回率 80%、送审 24；B：88%、83.3%、50%、送审 12。与正文一致。 | 人工容量与线上分布风险均被说明；未称为 TikTok 内部数据。 |
| 成本练习 | 120/100=1.2 次调用/任务；6/80=0.075 元/正确完成任务，计算正确。正文明确虚构费用，单列人工成本。 | 没有将假设当供应商报价或本项目实测。 |
| 项目归属与行为面试 | 09 要求复现注明原作者和自己新增部分；课程协作结果与上线/增长分开。模拟口述有明确标签。 | 没有自行创建真实客户、学校、薪资、Offer 或推荐语。 |

## 本轮未做

未修改上述正文；未重新发布网站；未将任何草稿发给雇主或学校；尚未做 PDF 逐页视觉审查。后续 PDF 检查需以最终导出版本与分配页码为准。
