自己出题 · 现场讨论

一、评审角色：谁可能来评

两种来法：按议题自动组队（默认）或你自己指定角色。 自动组队时，组队助手被要求：给 n 个互补的角色（默认 5 个，可在「高级选项」里改 2–8）； 至少 1 个专门负责挑毛病（方法 / 证据 / 逻辑）；至少 1 个代表受影响的人 （读者、患者、家长、从业者…）；角色名要具体（写「临床儿科医生」而不是「医学专家」）； 并说明每个角色盯什么、为什么这个议题需要它。名单是模型读完议题后现场定的，跑完在结果里逐个列出。

想先看到名单再决定，就用「我自己指定角色」——下面这 6 组通用预设，每组 5 个跨议题都能用的角色，载入后可任意增删改 （每组都刻意含一个反方或一个受影响的人，否则五个角色会朝同一个方向点头）：

通用审查

不确定选哪组时用这组：五个人从不同角度过一遍，适合任何议题。
领域内行——这行的常识与惯例是什么，哪些说法一眼就不对
方法论挑刺者——证据够不够、推理跳没跳步、有没有把相关当因果
反方——专门找最容易被推翻的地方，替反对意见说话
受影响的人——这个结论会落到谁身上，他们实际会怎么感受
落地执行者——真要照着做，第一步卡在哪、成本多少

论文与研究

读一篇研究（或论文带读）时用：方法、证据、伦理、可读性各有人盯。
统计与方法——设计与统计能不能支撑它给出的结论
同行评审式挑刺——按审稿人的标准找漏洞，指出该补什么实验或数据
领域内行——放在这个领域的已有证据里，它算新发现还是老调重弹
普通读者——会被哪句话误导，哪些数字看不懂
伦理与利益冲突——谁出钱、谁受益、研究对象有没有被正当对待

产品与技术决策

要不要做一个东西、技术方案怎么选时用。
技术可行性——现有条件下能不能做出来，最大的技术风险在哪
成本与运维——长期要花多少钱和人力，谁在半夜被叫起来
安全与隐私——会泄露什么、会被谁滥用、边界在哪
用户——真实用户会不会用、会不会被绕晕
反方——为什么"不做"可能是更好的选择

政策与公共议题

一个规则、一项公共措施该不该做时用。
受影响群体代表——最受影响的那些人是谁，他们的处境被考虑到了吗
基层执行方——落到一线怎么执行，哪一步会走样
法律与合规——合不合规、有没有越权、责任怎么划分
经济与成本——钱从哪来、谁受益谁买单
反方——这项措施可能带来什么反效果

医疗与健康

涉及治疗、用药、健康建议时用。
临床医生——在真实门诊里会不会这么用，证据等级够不够
患者与家属——他们会怎么理解这句话，最怕听到什么
研究方法——样本、人群、终点、随访够不够支撑这个建议
伦理与知情同意——患者有没有被充分告知，弱势人群有没有被保护
公共卫生视角——放到人群尺度上，收益和代价各是什么

工具选型（中国用户）

选工具/选模型/选方案时用：能不能用、合不合规、会不会被锁死、账怎么算，各有人盯。
一线中文开发者——装得上、连得通、中文文档与报错、日常写码顺不顺手
合规与数据出境顾问——代码与提示词流向哪里、账号主体与支付、开源许可、企业采购与审计
生态与锁定观察者——开源治理、插件生态、版本升级与迁移成本、社区活跃度
成本与运维负责人——订阅与 API 账单、部署维护、团队培训与支持
红队（反方）——专拆宣传话术与 benchmark 陷阱，找最可能翻车的场景

每个角色被要求返回这六样：裁决（pass / warning / block）、0–100 分、置信度、 它关心的维度分与理由、它的担心、它的建议。纪律是：结论必须引用材料里的具体内容； 材料没写的要写「材料未提供·存疑」，不许凭推测填补。

二、合议庭复核：看过别人意见之后再判一次

在流程里的位置：各角色独立评审 →（可选）红蓝对抗 →（可选）合议庭复核 →（可选）书记员汇总 → 主审裁决。它夹在对抗与汇总之间， 在「档位」里可以单独关掉；关掉就没有这一节。

它做什么：把每个角色看过别人的意见之后请回来再判一次 —— 分数改不改、改了是被哪一条说服的、还坚持哪些担心。所以它产出的是「谁改了口」， 而不是新观点；结果里是一张表：角色 / 第二轮分数 / 改口了吗 / 理由。

和红蓝对抗的区别：红蓝对抗是同一份材料上的正反两方对吵， 吵完由中立裁判判谁更有说服力（结果里是正/反得分 + 裁判理由 + 每一轮的原文）； 合议庭则是每个角色自己在看过彼此之后改口。两件事都要看的话， 档位选「深入」或「最深」就都开着了（默认的「均衡」＝真机 balanced，不含这两样）。

三、书记员汇总：这份汇总怎么读

谁在汇总：不是某个角色，而是单独一次调用， 被明确要求「只做归纳，不引入材料之外的结论」。它拿到的是各角色的分数、担心与分歧，没有额外材料。

汇总里固定四类内容：大家一致同意的；分歧在哪、各自理由； 你接下来最该自己去核实或去做的事；这场讨论的边界（它没做什么、不能推出什么）。

怎么读：把「一致同意」当结论的起点，用「分歧」知道哪里还没定论， 「该核实」是你自己的活，「边界」用来防止把结论用过头。另外提醒一句： 平均分、最低↔最高、差 ≥ 15 分的分歧对，都是页面在本地算的，不经过模型 —— 模型只负责写文字。

四、主审裁决：最后拍板的那一下

在流程里的位置：独立评审 → 红蓝对抗 → 合议庭 → 书记员汇总 → 主审裁决。这一步是固定执行的最后一环，不在档位里单开关 （书记员只归纳、不拍板；没有裁决，读者拿到的是一堆视角而不是一个结论）。

它做什么：拿到各角色意见、对抗结果、合议庭分数与书记员归纳， 对议题里的主张给 支持 / 否定 / 部分支持，并写清：一句话结论、2–4 条综合理由 （每条点名是哪些角色的哪条论据支撑）、1–3 条「什么条件下结论会反过来」、以及置信度。

怎么读：先看裁决与一句话结论，再看理由里引用了谁； 如果「条件」恰好命中你的场景，结论要按条件那一条重新读。 裁决也是模型写的、可能错——它给的是「这场讨论的收口」，不是事实判决。