直接答案
能信的部分：报告里引用的每一句「你说过的话」，都确实出现在你的作答转写里——系统逐条核对，对不上就整份作废重来。
要自己判断的部分：转写本身可能有语音识别误听；「问题在哪」「更好的说法」、六维评级和结论都是模型的判断，没有经过人工核验，也不是任何雇主的信号。
所以正确的用法是：听录音、看原话，把评级当作提示你去哪里找问题，而不是对你的定论。
编辑说明：本文作者即产品作者，属第一方内容。文中关于规则如何执行的描述对应代码位置：src/lib/scoring.ts（validateScore，引用核对）与 src/lib/report-service.ts（evidencePlayback，回放定位）。
一、这条规则具体怎么执行
| 环节 | 怎么做 | 做不到时会怎样 |
|---|---|---|
| 引用核对 | 每条逐字证据和每条逐题点评里的「你的原话」，都要在作答转写中原样找到；比较前只折叠多余空白、统一大小写，标点和用字必须一致 | 只要有一条找不到，这次评分整份作废，带着失败原因重试一次；仍然失败，报告显示为生成失败、可以重试，不会把未核对的引用展示给你 |
| 回放定位 | 在带录音的作答里找到这句原话，按它在整段回答中的字数比例估算录音位置 | 找不到对应录音时，这条引用照样出现在报告里，只是不带播放器 |
| 参考回答 | 如果你在某题看过参考回答，评分时会被告知，并在该题点评里注明 | — |
二、它保证不了的四件事
- 转写不等于你的原声：语音识别偶尔会听错词，引用能在转写里找到，不代表你当时就是这么说的。所以每条带回放的证据都能听原声对照。我们的公开实测里就保留了几处原样的误听（例如把「全栈」转写成「全站」）。
- 判断不等于事实：「问题在哪」「更好的说法」、六维评级和三档结论都是模型生成的练习反馈，没有经过独立核验，也不是任何雇主的录用决定。
- 回放位置是估算：按字数比例推算，不是精确到句子的时间码，可能需要手动前后拖动。
- 它不是测谎：研究发现追问反而可能提高作答者的作假程度（Levashina & Campion, 2007）。报告帮你找到自己的薄弱处，不判断你的经历是真是假。
三、为什么还值得按这种方式练
人员甄选研究里被引用最多的元分析之一发现，按固定问题和统一标准评分的结构化面试，对工作表现的预测力明显高于自由闲聊式面试（Schmidt & Hunter, 1998）；2022 年更保守的重新估计方向不变（Sackett 等, 2022）。这说明「按维度、按证据」练习的方向是对的——但它支持的是练习方法，不证明某一份 AI 报告的评级准确。
- Schmidt & Hunter (1998), Psychological Bulletin — DOI
- Sackett et al. (2022), Journal of Applied Psychology — DOI
- Levashina & Campion (2007), Journal of Applied Psychology — DOI
四、自己核对一份报告的三步
- 挑一条你不服的批评，点开它的录音，听你当时的原声是不是转写里的那句。
- 如果原声和转写不一样，以原声为准，这条批评打个折扣；如果一样，就回到逐题点评，看「更好的说法」能不能用你的真实经历重写。
- 不要只看一次。用同一位面试官再跑一场，报告会和上一次对比——同一个弱项反复出现，才是真正要补的地方。