面向公开论断的模型能力说明

从可观察的产品行为入手

首页文案应描述学习者可以验证的行为：系统提出问题，评估作答，说明哪些地方看起来扎实、哪些地方比较薄弱，并选择下一步。即使底层的提供商或模型版本发生变化，这些表述依然有用。

厂商名称不等于学习成果。说产品使用了前沿模型，并不能证明某个答案评分得当、某个错误概念被识别出来，或下一道题选得合适。因此，Robotutor 将模型身份视为实现层面的背景信息，而不是学习者体验证据的替代品。

• 优先陈述可见的学习循环，而不是使用“最好”“最聪明”“最强大”之类的形容词。
• 除非已部署的路由和权限能够证明可以使用某个具名模型，否则不要承诺提供该模型。
• 将涉及特定模型的论断放在带日期的资源页或公告页上，而不要放在长期不变的首屏文案中。

发布前使用论断台账

每一条重要的公开论断都应具备四项依据：确切的原句；支持它的实现或配置；当论断涉及厂商或研究结果时，一份外部来源；以及一位在来源变化时负责重新审视它的责任人。没有责任人的论断，即使曾经准确，也会变得过时。

例如，“答案由 AI 评分”这一表述可以与答案评估路由和浏览器演示相对应。而“某个具名模型向订阅用户开放”这一表述则需要更多依据：已部署的提供商配置、计费权限路径以及提供商当前的模型文档，三者都必须一致。

• 产品证据：路由、配置、评估或可复现的界面行为。
• 外部证据：原始研究、标准制定机构或提供商的官方文档。
• 审查触发条件：提供商变更、路由变更、定价变更，或相互矛盾的评估证据。
• 备用措辞：一句与提供商无关的表述，即使删去模型名称也依然成立。

区分能力与可靠性

模型可以展现出很强的通用能力，却仍可能给出错误的讲解、漏掉有歧义的问题，或对学习者的作答套用错误的评分标准。Robotutor 应将系统描述为自动化且可能出错的，不应把基准测试结果转化为对某一堂具体课程的保证。

可靠性来自模型周围的整套机制：有依据的上下文、明确的评分标准、结构化输出、适当情况下的重试、评估套件、学习者反馈以及产品限制。公开文案应让这一区别清晰可见，使读者明白为什么学习系统不仅仅是一个模型名称，以及为什么重要答案仍需独立核实。

定期审查具名模型的表述

涉及具名模型的页面应标明审校日期，并使用指向提供商当前文档的链接。当某个模型被停用、更名或替换时，页面要么应更新并附上实质性说明，要么应删除相应的具名论断。如果只改日期而不更新证据，只会让页面看起来更新鲜，却没有增加任何价值。

不变的承诺是：使用达到产品质量标准的模型来完成相应任务。可以调整的部分是：当前由哪家提供商的哪个模型达到该标准。这样的表述方式让产品得以不断改进，而不会使每一次基础设施变更都变成一个落空的营销承诺。

一项实用的发布前检查

在发布模型相关论断之前，请以持怀疑态度的学习者的视角来阅读它。问问这句话会让一个理性的人期待什么，这种期待能否在当前产品中复现，以及什么证据可以推翻它。如果答案取决于读者无法查看的内部信息，就应收窄论断范围并说明局限。

• 用户今天能否观察到所声称的行为？
• 来源是否最新、官方且附有链接？
• 措辞是否区分了“可能”与“保证”？
• 在提供商服务中断或路由回退期间，这句话是否依然如实？
• 是否有通过编辑政策提出更正的清晰途径？