关于 evidence-based-reviews
用于产品评测和购买指南的方法技能，要求论断对应已核实规格、用户体验、专家来源或真实上手测试。它帮助编辑团队披露证据依据、说明缺点，并让结构化数据符合实际评估内容。
主要功能
- 01四级评测证据框架
- 02核实制造商规格
- 03综合用户评价并交叉比对专家意见
- 04逐篇披露方法依据
- 05审查论断、更新和结构化数据
适用场景
- 01撰写缺少上手测试的评测
- 02审查缺乏依据的评测论断
- 03制定网站评测方法规范
- 04有了测试数据后更新指南
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/evidence-based-reviews确认已加载。
包含的文件
除 SKILL.md 外，安装时一起下载的参考资料和脚本。
README.mdreferences/evidence-tiers.mdmethodology-block-template.md详细介绍
基于证据的评测
撰写产品评测和购买指南，让其中的主张与证据相符。这套方法以明确披露依据的证据综合分析为核心，并遵循一条贯穿始终的原则：绝不声称自己进行了实际上并未进行的亲身测试。
大多数评测网站都会悄悄违反这条原则。“我们测试过”出现在由规格表拼凑而成的内容上方，读者早已学会识别这种说辞。诚实的替代方法并非更弱，反而更有说服力：大规模综合用户体验、核实规格，并交叉印证专家来源，足以构成可验证的原创分析；披露这些依据能建立信任，而虚构测试只会摧毁信任。
适用场景
- 在亲身体验有限或完全无法接触产品时，撰写产品评测或购买指南
- 为新的评测网站或联盟营销网站设定评测方法
- 为现有评测内容补充证据披露
- 审查评测内容，检查其主张是否超出证据所能支持的范围
- 判断某篇内容是否适合使用 Review 或 Product schema
- 让评测内容符合 Google 的评测系统和 FTC 的披露要求
不适用场景
- 通用内容撰写和编辑（使用
content-and-copy；此技能专门用于评测内容中的证据和主张层面） - 确定品牌的表达风格（使用
brand-voice） - 针对搜索优化评测页面本身（使用
seo-onpage） - 为单篇内容撰写编辑简报（使用
content-brief-authoring） - 面向首次接触某项流程或概念的读者编写教学类操作指南，例如教程或说明文：这类教学内容的核心在于写作、结构和搜索优化，而证据规范则作为约束其主张的要求。因此，此技能是它的多个输入之一，而非唯一选择
如果确实具备大规模亲身测试的条件，并采用仪器和规程进行测试，此技能仍然适用：证据层级不变，方法说明部分只需注明为第 4 级，并披露测试规程。
必要输入
- 产品类别和计划撰写的内容（评测、购买指南，或两者兼有）
- 证据来源的访问权限：制造商页面、零售商评论库、论坛或用户社区、专业出版物
- 品牌的披露措辞（如有；若没有，此技能会提供模板）
- 如有亲身体验，需如实列出实际具备的体验情况
框架：一条原则，四个证据层级
核心原则：绝不声称自己进行了实际上并未进行的亲身测试。这套方法的其他部分，都是为了让诚实的内容足够有力，从而不需要撒谎。
第 1 级：已核实的制造商规格
引用制造商自有页面上的规格，而不是可能已过时的汇总网站副本。核实才是关键工作：对照制造商当前的商品页面检查规格，记录日期，并标明不同来源之间的差异，而不是悄悄选用其中一方。以这种方式编制的规格表是事实层；从其他评测网站复制粘贴的规格表则是传闻层。
适用场景：事实对比、适配与兼容性解答、价格档位分组。单靠这一层，绝不能支持质量评判。
第 2 级：大规模综合用户体验
综合零售商评论库、论坛帖子、保修和退货情况，跨来源阅读并如实总结。如实综合意味着：
- 找出反复出现的抱怨和好评，而不是最引人注目的单个轶事
- 坦诚说明样本规模：“约 1,400 条用户评论”与“用户表示”给人的含义不同，读者有权知道具体数量
- 不得挑选有利信息：如果用户意见分歧，分歧本身就是发现
- 标明来源：具体是哪些评论库、哪些社区，以及涵盖的时间段
适用场景：耐用性和可靠性评判、规格表无法体现的实际使用特点、不同使用场景下的满意度模式。这是诚实评测在缺乏亲身体验时最常用的层级；只要以大规模方式完成，它就是真正的原创分析。
第 3 级：专家来源交叉验证
比较有名有姓的专家来源。交叉验证意味着呈现一致与分歧，而不是把结论平均成一团。当两位可信的测试者得出相反结论时，诚实的做法是说明这一点，并解释哪些条件可能导致这种差异。「专家一致认为」这种匿名说法不算一个级别，只是装饰。
适用场景：需要网站不具备的仪器来验证的性能主张、取决于技巧的判断，以及类别背景。
第 4 级：仅限真实的亲自体验
只有确实亲自体验过才这样表述，并明确标注，同时量化体验范围：做了什么、做了多少、在什么条件下进行。对于之后才获得亲自体验的第 1 至 3 级文章，应升级文章，并标明更新了什么。绝不事后补写得仿佛文章从一开始就基于亲自体验；升级记录本身就是可信度信号。
方法说明区块
每篇评测和购买指南都应附上一段简短的披露，说明其证据依据，放在评判标准旁边，以读者而非律师为对象。可填写模板和范例见 references/methodology-block-template.md。
区块应列明：按权重排序的评判标准、实际采用的级别（具体注明来源）、亲自体验了什么，或写明「未声称亲自体验」，以及更新说明。若区块声称采用了文章实际上未使用的级别，就和锚点规则禁止的谎言一样，只是字号更小。
方法所要求的结构规范
- 先说明评判标准并排序，再公布推荐结果。 如果读者无法将结论追溯到明确说明的标准，那它只是披着方法论外衣的观点。
- 每个推荐产品都要指出一项缺点。 每款产品都有缺点；评测若找不到任何缺点，就说明评测者没有认真考察。保持一致的呈现位置，能让诚实清晰可见。
- 更新透明。 标注更新日期和变更内容。过时的榜单内容悄然腐朽，是该类别中最常见的问题之一；标明日期的变更说明能胜过其他内容。
与 Google 评测系统指南保持一致
该指南要求展示亲身体验，或展示可验证的原创研究与分析。第二条路径正是此技能的方向；「原创分析」意味着具体的成果：
- 综合分析本身：任何单一来源都未涵盖的产品所有者体验模式
- 基于已验证数据、围绕既定标准构建的对比表
- 决策框架：每项推荐适合谁、不适合谁
- 改写规格表不算什么：重新排列制造商的要点既不是体验，也不是分析，排名自然也相应靠后
按照该指南自己的定义，诚实地开展第 2 级和第 3 级工作的网站，就是在进行原创分析。方法说明区块能体现这项工作。
与 FTC 的要求保持一致
用通俗语言披露联盟关系，并将披露放在推荐内容所在的位置，而不是页脚。披露应与可获利内容一同呈现：靠近推荐内容，使用正文大小的文字，并放在读者可采取行动的第一个联盟链接之前或旁边。「通俗语言」意味着，即使读者从未听说过「联盟」一词，也能理解网站会赚取佣金，且他们支付的价格不会因此改变。委婉说法（「合作伙伴链接」「支持网站」）不符合通俗语言标准。
结构化数据判断
标记就是一种主张。对结构化数据和正文采用同样的诚实标准：
- 仅在文章中的主张足以支持标记内容时，才使用 Review 和 Product 标记。 Review 标记表示评测者评估过该商品并做出评判；第 1 至 3 级购买指南若使用暗示亲自体验的评测标记，就是在机器可读的形式中作出被禁止的主张。
- 没有亲自体验的购买指南应使用符合指南类型的标记：为推荐商品使用 ItemList，为文章使用 Article。
- 当第 4 级体验确实存在且已明确说明时，Review 标记才符合诚信要求；届时应按篇添加，而不是将其设为模板默认值。
工作流
- 如实盘点证据。 此类别实际有哪些层级？是否有亲自上手体验？
- 先设定标准。 在考察任何产品之前，先按顺序确定标准，避免标准悄然偏向心仪的选择。
- 按层级收集证据。 在来源处核实规格。大规模收集所有者语料，并注明样本量。收集具名专家来源，包括彼此的分歧。
- 综合分析。 按标准呈现调查结果，列出每项选择的缺点，并指出分歧。
- 根据实际工作撰写方法论说明块， 而不是写成听起来好看的样子。
- 让标记与主张相符。 默认使用 ItemList 和 Article；只有第 4 层确实成立时才使用 Review。
- 持续维护。 标注更新日期，说明更改内容，在获得亲自上手体验后升级相关内容，并标明升级。
失败模式
- 夸大“我们测试过”。 这是违反核心规则。其实没有必要：读者比较工作成果后，诚实的综合分析胜过虚假的测试。
- 引用聚合网站的规格。 规格表照搬其他评测，连错误也一并照搬。请在制造商页面核实，否则不要发布该数字。
- 把轶事包装成综合分析。 三篇论坛帖子不等于大规模的所有者体验。请说明样本量，否则降低主张的强度。
- 把专家意见求平均。 在相互冲突的专家结论之间折中，会抹去最有用的信息：可信的测试者意见不一，以及他们为何意见不一。
- 毫无缺点的推荐。 没有明确指出缺点的推荐读起来像广告，因为它的结构就像广告。
- 事后补写亲自上手体验。 悄悄把旧的综合分析文章改写得好像从一开始就经过测试。采用“升级并标注”模式，就是为了避免这种情况。
- 把披露信息放在页脚。 让读者费力寻找联盟营销披露，既不符合 FTC 对披露位置的要求，也违背其旨在建立信任的初衷。
- 滥用结构化数据。 在综合分析内容上使用 Review 标记。文章正文如实陈述，标记却在说谎。
输出格式
对于方法论设置：一份简短的方法论标准，说明网站采用的层级、填入网站来源的说明块模板，以及结构化数据政策，适合用于文档或编辑指南。
对于单篇内容的工作：该篇内容的方法论说明块、标准列表、证据文件（按层级收集的来源及样本量），以及在该篇内容早于本技能时提供的主张审计。
所需数据不可用时
本技能的输出依赖于其无法自行生成的数据、测量结果或工具结果。如果所需输入、工具或数据来源不可用或无法核实，获准的输出是说明缺口的交付成果：需要什么、实际取得或核实了什么，以及哪些输出部分受到影响。绝不允许为了完成交付成果而捏造、估算或插算所需数字。说明缺口本身就是完整的答复。
参考文件
references/evidence-tiers.md- 深入介绍四个层级：核实步骤、诚实综合分析、三角验证实践，以及升级并标注的模式。references/methodology-block-template.md- 可填写的单篇内容披露说明块、完整示例及放置规则。