盲评样本量估算：口径怎么对，结果怎么读

默认值按大多数评测的口径给的，你们团队规则不同就改，别照抄。

01这个工具算什么

这类数字凭印象报会失真，先算一遍再写进报告。

按评委数与题数算盲评工作量。

02输入怎么取数

先按默认跑一遍，再换成实测数据跑一遍，对比着看。

需要填 3 项：评委人数、盲评题数、模型数量，其余不用管。

03结果怎么判读

连测三轮比单轮精确更有说服力。

输出 3 项：总评分份数、人均份数、建议，第一项是主结果。

04几种翻车用法

反复调输入凑一个想要的结论，这样测出来毫无意义。

把结果当保证值，差一点就说方法不准，其实在误差内。

05放进评测流程

立项前、复测前、汇报前，都值得重算。

说法差得远的时候，先问差在哪一项。

06最后一句

默认值按大多数评测的口径给的，你们团队规则不同就改，别照抄。

对比横评观察 后台收到的提问里，跟「办公场景评测」有关的占了不少。我们按这些提问重新排过一遍顺序，所以格子出现的先后不是随手定的。