用任务描述需求

“这个工具好不好用”范围太大。把问题缩小到一个具体任务，例如整理一段会议记录，或者检查一段代码中的边界条件。

留下可以比较的记录

  • 输入：提供了哪些材料与上下文？
  • 输出：哪些部分可以直接使用？
  • 修正：还需要做多少人工修改？
  • 限制：在哪些情况下不适合继续使用？

区分观察与判断

把直接观察到的结果与自己的推测分开。一次成功或失败，都不适合直接概括工具的全部能力。

这是一份文章结构示例，尚未对应任何实际产品测评。