额度有限时,挑选样本的目标不是覆盖尽可能多的工具,而是用最少查询次数排除最不可能的选项。做法是先把候选工具按“决定去留的那一个条件”分组,再从每组里挑一个最可能暴露问题的代表去查,而不是平均分配额度。
假设你手头有一份三十个写博客工具的候选清单,来源包括同行提及、旧书签和搜索摘要。你的查询额度只剩十次,且每次查询只够验证一个具体条件。此时如果按清单顺序逐个查,很可能前十个都是同一类工具,结论重复,额度用完仍不知道另一类工具是否可行。
更有效的做法是先做一次纸面分组。分组的依据不是工具名称或界面风格,而是你这次筛选真正在意的那个变量,例如“是否支持多人协作”“导出格式是否可迁移”“是否需要自建服务器”。三十个工具按这个变量通常能压到三到五组。
知名度高的工具未必是信息量最高的样本。信息量取决于这个样本能否替你回答一整组工具的共同问题。具体可以这样操作:
这样做的结果是,一次查询的结论可以覆盖多个候选,剩余额度就能留给结论仍不确定的组。
当你已经对某类工具形成初步判断时,最有信息量的样本是可能推翻这个判断的那个。例如你初步认为“免费写博客工具都不支持自定义域名”,那么优先去查一个以免费为卖点、且宣传语里提到域名绑定的工具。如果它确实不支持,你的判断得到加固;如果它支持,你就避免把一整类工具误删。
反过来,如果先查一个你已经很确定不支持的工具,即使结果符合预期,也没有增加新信息,这次额度基本被浪费。判断标准可以简化为一句话:这次查询的结果,是否可能改变我下一步的动作。如果答案是“不会”,就把它排到后面。
额度紧张时,可以让一个样本承担两个问题的验证,但前提是这两个问题在同一个工具上能同时观察到。例如你既关心导出格式,又关心是否支持定时发布,那么选一个同时涉及这两项的工具去查,比分别查两个工具更省额度。
需要提醒的是,合并验证只适用于同一对象上可同时观察的条件。如果两个条件分别属于不同工具类别,强行合并反而会让结论无法归因,最后两个问题都没有答案。
样本查询得到的是点状事实,回填到整组时属于推断。建议在记录里分开标注:哪些是直接查到的,哪些是由代表样本推断到同组的。这样做的好处是,当后续额度恢复或出现新信息时,你知道哪些结论需要优先复核,而不是把推断当成已验证事实继续往下决策。
如果某个组的推断结论直接决定了你下一步是否采购或迁移,那么即使额度紧张,也值得再花一次查询去验证该组里的第二个样本。两个样本结论一致时,整组判断的可靠性明显高于单样本推断;两个样本结论冲突时,说明这个组本身需要拆得更细。
额度恢复后,不建议从头平均复查,而是优先补两类:一是之前只靠单样本推断、且直接影响后续动作的组;二是查询时结果模糊、无法明确归入支持或反对的样本。前者决定方向,后者决定精度。把这两类补完,通常比把剩余候选全部扫一遍更有用。
整个挑选过程可以归结为一个可执行动作:先分组、再选可能推翻判断的代表、查完立即回填并标注推断。这个动作的结果会直接决定下一次查询该投向哪一组,而不是让额度消耗在重复结论上。