一句话结论如果只记一句：原创性判断先定标准，再填数据。
原创性判断这类工具，网上不缺，缺的是把口径讲清楚的那一篇。本篇按「口径—操作—核对」的顺序走一遍，你按步骤点，就能得到可复现的结果。
用原创性判断最贵的不是时间，是拿错误结果做决定。本篇在每一步都写了核对点，照着核，就不会带错数字走。
- 先跑一个已知答案的例子，验证工具没坏
- 同样的输入跑两遍，结果一致再用
- 把原创性判断的默认参数抄下来，每次用时先对照
把原创性判断的逻辑理一遍
原创性判断的可靠性挂在流程上，不挂在工具上。核对消耗的时间比计算大得多，所以有效的方法都在简化核对。
原创性判断有个被低估的机制：默认值不一定是你要的口径。用熟之后，原创性判断不再是按钮，它成了流程的一段。想明白这层，就不会把出错当成工具不行。
值得先讲清楚原创性判断为什么不可靠，因为不可靠的原因高度集中。第一遍靠耐心，第二遍开始自动，第五遍不用想也不会错。
原创性判断的第一步从哪开始
动手前花五分钟准备：输入格式统一，口径写在一旁。先用一个已知答案的例子试：结果对得上，工具才是好的。第一次别调参数，只走通流程。
把原创性判断的步骤排成固定顺序，顺序的意义是可复现。很多人卡在开头，是想一次做全，结果第一步都没跑通。
第一次用原创性判断，把任务砍到最小：一条数据、一个参数、一次试跑。小到你觉得「这也算一次」，它才算真正跑通。触发条件越具体越好：不是「要用的时候算」，而是「每到复盘的时候就算」。
把原创性判断跑了一周之后
一个月下来，原创性判断留下的不是某次结果，而是一套可复用的流程。顺利的那些批次，不是状态最好的批次，是规范早就写好的批次。把失败也记录下来反而有用，下次知道怎么处理。
如实说，原创性判断第一次批量并不好看：格式乱、报错多、返工两次。想法的数量不再是期待，而是能拿出来看的数字。有一次全批返工，回来以为要重写，改一处口径，全通了。这件事改变了我对效率的理解：不是更快，是错了能立刻发现。
到第四周，原创性判断的账清楚了：耗时在降，准确率在涨。真正的转折不是哪次顿悟，而是看到第一张全绿的核对表——证据比感觉管用。
原创性判断最常见的六个错误
第四个坑是无留痕：没有留档的原创性判断结果，出错时连复盘的线索都没有。把核对从「凭感觉」变成「按清单」，情绪就没机会插手。
第三个坑是工具先行：装了一堆软件，就是没定输入规范。连续顺畅之后翻车，常被误读成运气问题，其实是校验缺失。减半批量，比硬扛全量然后返工划算得多。
第二个坑是拿单次结果下结论：一次异常不可怕，可怕的是没核对就用了。基础没跑通就上批量，每次报错都像从头再来。定期问自己：是不是在回避最不想核的那一步。
这些情况别信原创性判断的结果
原创性判断不是万能的，有些任务硬用它反而更慢。涉及个人敏感信息，优先本地离线处理，别随手上传。涉及法律效力、正式申报、合同金额的数字，以官方渠道为准。
出现这些信号时，原创性判断的结果别信，先换方法。把原创性判断当成最终结论是最危险的想法：它只做估算和核对。输入本身可疑、口径不明、来源不一，这三类先解决输入再说。把这条写在流程旁边，比任何技巧都管用。
任何工具都有边界，原创性判断也一样，先认清哪些情况别用。数据量超出工具设计范围时，结果可能静默出错，反而最危险。能长期用工具的人，都知道工具的边界在哪。
- 给结果区截图，附一行口径备注
- 在日历上标出政策/口径的复查日
- 备一个「回滚」方案，专治跑砸
- 每周回看一次出错记录，只改一处
- 批量前先试三条，确认再全量
- 把最常出错的那一步加一道校验
常见问题
AI 说的能直接用吗
不能。把它当成一个反应快但会自信胡说的实习生：产出要核对，责任在你。
提示词写多长合适
结构比长度重要：任务、背景、格式、示例四件套齐了，几十个字就够用。
为什么同样的提问结果不一样
生成式模型带随机性。要稳定输出，就固定提示词结构并在提问里给示例。
生成的内容有版权吗
各平台规则不同且在变化。商用前看服务条款，重要物料保留生成记录。
怎么判断信息是编的
让它给来源、换一种问法再问一遍、关键数字单独核实。三招能挡掉大部分幻觉。
这篇改了三稿：第一稿像说明书，第二稿删掉三分之一步骤，第三稿补上了报错处理。
最后一个提醒：不必等功能齐全。功能永远不齐，一个能立刻跑通的最小流程，比一个完美的工具箱有用得多。
对原创性判断最诚实的总结：它可靠，但可靠是设计出来的，不是天生的。两周跑顺，三个月成流程。今天从一条数据开始，把规范写下来，剩下的交给重复。