结论有条件成立:只有当自动评分依赖的是可结构化、可复现的字段时,才适合让它替代人工判断;一旦项目涉及旧内容、旧系统或旧合作关系是否退出,自动评分只能当作筛选线索,不能直接当决策结论。更有效的做法是把评分降级为“分诊”,把最终判断留给带证据的人工复核,并明确哪些项目必须进入人工队列。
自动评分擅长处理字段明确、规则稳定的对象,例如页面是否可访问、标题是否重复、内链是否断裂、结构化数据是否缺失。这类判断的输入和输出都能被同一条规则覆盖,评分高低与处理动作之间关系直接。
需要人工判断的项目通常有三个特征:判断依赖上下文,退出会牵连其他资产,或者价值无法从单一维度量化。旧内容是否保留、旧系统是否继续维护、旧合作关系是否终止,都属于这一类。它们的问题不是“分数是多少”,而是“退出之后会失去什么、保留又要付出什么”。
可以先用一个假设例子说明边界。假设某站点有一批三年前的产品说明页,自动评分显示其中多数页面“内容偏薄、更新间隔长”,因此被标为低优先。但如果这些页面仍在承接售后咨询、被客服当作话术来源,或者被少数老客户收藏,那么评分低并不等于应当删除。此时正确的动作是:把评分结果当作待核查清单,而不是删除清单;下一步先抽样确认这些页面的实际访问来源和内部引用关系,再决定是合并、改写还是保留。
防止替代的关键不是弃用评分,而是改变评分在流程中的位置。把评分输出分成三档,并给每档规定不同的后续动作:
这里有一个容易失效的反例:如果自动评分工具本身采集的数据已经过期,或者只覆盖了部分页面,那么把评分当分诊也会出错。例如某工具的数据源只抓取了站内页面,却未纳入外部链接和站外引用,那么它给出的“低价值”判断可能漏掉仍在被引用的页面。判断评分能否用于分诊,要先确认数据覆盖范围与更新时间,而不是只看分数高低。
人工复核要避免变成“凭感觉推翻评分”,就需要固定证据类型。面对旧内容、旧系统或旧合作关系,可以要求每个项目至少回答以下问题,并把答案记录成可比较的字段:
当这些字段被写下来后,评分的作用就变成“排序参考”,而不是“结论”。例如两个项目评分相同,但一个仍被客服引用、退出成本高,另一个无人引用、保留成本持续增加,那么它们的处理顺序和方式应当不同。这一步的实际动作是:在复核表里增加“引用证据”和“退出成本”两列,先填证据再决定动作;如果证据无法取得,就暂缓退出,而不是用评分补位。
人工判断不是终点。每次复核后,应当把已经形成共识的判断条件写回自动评分的规则或标签中,让下一次分诊更接近实际。例如,如果多次发现“被客服引用”的页面不应因内容偏薄而进入删除清单,就可以把“内部引用”设为人工复核的触发条件,而不是继续依赖内容长度评分。
但写回规则时要注意适用条件:规则只对同类对象成立。旧内容、旧系统和旧合作关系虽然都涉及退出,但它们的证据来源不同,不能共用同一套阈值。可区分的原因是:旧内容看引用与访问,旧系统看依赖与迁移成本,旧合作关系看合同、数据与交接成本。把它们混在一个评分里,人工判断就容易被平均数掩盖。
下一步动作可以很小:先选一个即将退出的项目,列出它的引用证据、退出成本和保留成本,再对照自动评分看两者是否一致。如果一致,评分可以继续用于分诊;如果不一致,就说明该项目属于必须人工裁决的类型,应当从自动执行队列中移出,并补充证据后再决定去留。