两个人看同一支视频，可能对其中是否包含测试产生分歧。在电子表格越做越大之前，这个研究问题值得先解决。我们会先用小规模试验，记录分歧，再以同一套准则处理显示器评测样本。Claude Code 让这套方法可以复用。
用于创作者研究的 AI agent Kabo提供来源证据。Claude Code 维护编码手册、试验分歧，以及受定义变更影响的结论。
为这项 Claude Code 任务准备材料
将团队标注与分歧保留在来源记录旁边。本文着重让共同参与的比较保持一致，不是从零决定下一套视频系列。
[ ] channels.csv — 公开频道 URL，以及各频道应纳入比较的理由。 [ ] codebook.md — 形式、观众问题和证据类型的定义。 [ ] scope.md — 所有频道使用相同日期范围；区分 Shorts、直播与长视频。 [ ] review-notes.md — 试验中的分歧，以及解决它们的决策。 [ ] our-test-plan.md — 我们能够自行记录的设备与条件。
连接 Kabo，再检查项目背景
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，请按照设置指南操作。
让评审者标注同一组小规模试验样本
我们的显示器评测团队对“测试”有不同用法。全面采集同行内容前，先用 Kabo 选择少量相关来源，让参与者检查同一份证据。记录各自的标签和理由，不强迫达成一致。
如果没有人检查过画面，“创作者说做过测试”就不能变成“我们观察到了测试”。再精确的表格也无法弥补分类未定义的问题。
阅读 codebook.md 和 scope.md。使用 Kabo 从 channels.csv 中采集一组相关的小规模试验样本。针对3条记录展示来源 URL、可用证据和建议标签。将我提供的评审标签加入 review-notes.md；如评审者尚未回复，就标记为待评审，不要编造共识。先等待，不要扩展样本。
重新标注前，先明确标签含义
逐项询问分歧由哪条定义造成。有效规则会区分测试主张与已观察的过程，并说明所需证据。由团队批准规则后，Claude Code 才将它应用到受影响记录。
声称做过测试：创作者表示进行过测试，但我们的证据中未独立观察其过程。 观察到过程：已检查的画面证据展示相关布置或动作；记录具体检查了什么。 不明确：现有证据不足以有把握地确定上述任一标签。 绝不将标题、文案或口头主张升级为已观察的过程。
一项会影响结论的定义变更
一条示意性的试验记录：
- **初始标签：**观察到测试。
- **可用证据：**转录稿说“我们测试过”，但未检查测试过程。
- **更正标签：**声称做过测试。
- **受影响结论：**将该记录从已观察过程的计数中移除。
- **仍可记录：**注明创作者描述了测试，并标明来源归属。
这次更正涉及证据，不是在判断产品评测的好坏。
找出依赖旧规则的记录与发现
实际采集时，保留统一日期、内容形式边界与覆盖范围说明。然后有选择地应用已批准的定义变更。Claude Code 应找出哪些记录使用旧含义，哪些摘要依赖这些记录。
重新标注后计数降低，不代表同行策略改变，也可能只是定义更加严谨。
比较原先与已批准的测试证据定义。找出已采集样本中受变更影响的记录，保留来源引用与证据类型。重新标注这些记录，列出未解决案例，只修改依赖它们的发现。保存编码手册决策，以及变更前后的发现说明。不要将覆盖范围变化重新解释为频道策略转向。
根据达成共识的表格编写研究发现
团队审阅更正后的记录后，再编写研究发现，并链接到认可的证据。可以用独立制作笔记建议我们自己的显示器测试，但不能用同行计数证明我们的产品主张为真。
如果是独立创作者选择一个可执行的小规模试验，Codex 比较指南将决策范围限定得更窄。
下一批样本到来时，继续沿用定义
下一轮使用新的带日期来源快照，以及已达成共识的编码手册。覆盖范围差异单独记录。如果之后的案例暴露了另一个边界情况，先记入评审笔记，再次更改定义。
编码手册将口头产品主张与可见测试混淆了。更新这条定义，找出受影响记录，只修改依赖它们的结论。
将编码手册放在已认可的比较旁边
在 Google Sheets 中审阅证据标签与分歧。交付物是一份编码标准一致的研究，并记录定义为何改变。采集和证据关联的具体做法，请参阅 MCP 同行研究方案。
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。