“我做不到”可能是“我听不出区别”“我不理解指令”，也可能是“我需要更多练习”。这些情况需要不同的课程。我们将以语言教学为例，说明如何用 Claude Code 保留这些区别，同时由 Kabo 获取公开评论中的证据。
面向创作者研究的 AI 智能体 Kabo 负责收集公开评论。Claude Code 帮助两位协作者先就标签含义达成共识，再将标签应用到整个样本。
准备原始样本与教学编码手册
添加一份简短的 pilot-labels.md，记录每位协作者的初步判断。学习需求和评论类型是两种不同的标签；应分别记录，不要硬塞进一个承载过多含义的类别。
[ ] video-links.txt — 相关公开课程的 URL。 [ ] comment-rubric.md — 请求、纠正、经历和不明确，以及各自的定义。 [ ] lessons.csv — 现有练习和讲解，避免重复制作。 [ ] teaching-notes.md — 我们自己的音频演示能够证明什么。 [ ] research/ — 原始评论样本、分类笔记和来源引用。 [ ] pilot-labels.md — 针对同一组少量评论，独立标注的标签、理由与分歧。
连接 Kabo，然后检查项目背景
打开内容项目，为 Claude Code 安装 Kabo，并完成登录。如需直接连接服务器，请按设置指南操作。
校准两类不同的标签，而非归成一个宽泛主题
在我们的语言课程中，一条评论可以既是请求，又涉及听力。一个标签描述评论类型，另一个描述学习需求。
用 Kabo 获取一份小规模公开样本，保留原始证据，并让协作者分别标注相同的几行。目标是找出能引导不同教学决策的定义，而不是让所有人立刻达成一致。
阅读 comment-rubric.md 和 lessons.csv。用 Kabo 获取一份相关公开评论的小样本。选取几行，保留来源引用，并分别标注评论类型与学习需求。纳入我提供的协作者标签，并标记尚未审阅的行。先展示分歧及其原因，再对整个样本分组。
保留原始样本及其局限
使用已就绪的 Kabo 公开评论工具，保存来源视频、评论引用、采集日期、排序方式和覆盖范围。将缺失的回复保留为一项局限。不要根据公开文本推断评论者的国籍，或整个受众的语言背景。
明确边界案例对应的练习
来看这段为举例而撰写的转述：学习者单独听时能辨识这个音，但放到句子里就听不出对比了。
- **审阅者 A：**发音练习。
- **审阅者 B：**语境中的听力练习。
- **需要查看的证据：**原始评论问的是如何发出这个音、如何听辨，还是两者都有？
- **可能的判断：**请求 + 语境中的听力，前提是文本支持这种解读。
- **对练习的启示：**先让学习者听辨句子中的对比，再要求其跟读。
如果来源仍然含糊，就将该行保留为“不明确”。多数票不能补上缺失的证据。
应用已达成共识的区分，并复查边界案例
就定义达成共识后，用这两类标签对已采集的样本进行分类。请 Claude Code 单独列出接近边界的行，例如介于听辨和发音之间，或介于纠正和请求之间的评论。先复查这些行，再将计数转化为教学优先级。
输出应保留每项判断背后的证据，便于另一位协作者质疑所提议的练习。
对保存的公开样本应用已达成共识的评论类型与学习需求定义。保持原始文本和来源引用不变。单独列出含糊的行，仅在本样本内计数，并查看 lessons.csv 中是否已有相关练习。针对每项拟新增的练习，说明该标签如何支持这种回应，以及我们需要录制哪些音频示例。
对照来源问题，审阅一份练习简报
批量编写课程前，先共同审视一项拟议回应。如果需求是在连贯语流中听出对比，仅演示口型无法解答。将来源问题、所选练习和所需音频放在同一份简报中。
如果需要基于现有资料库建立回应队列，而非开展团队标签校准，请使用 Codex 评论工作流。
这些评论问的是如何听出对比，而不是如何摆口型。将其保留为听力练习简报，并移除发音演示。
用学习者的问题检验练习
使用 Google Docs 进行教学审阅，把分类判断放在练习简报旁。练习获批后，脚本工作流会将其转化为口述与音频演示的段落安排。只有当协作者一致认为某项定义应再次适用时，才更新长期沿用的定义。
文中的完整示例用于说明方法。产品截图展示的是 Kabo 网页端已有的结果，并非本指南示例的实际执行记录。请使用自己的素材，以及您的任务实际返回的证据。