试做阶段样本少、参与人少、页面类型集中,表现好并不代表批量交付同样稳定。批量变差时,先不要急着换供应商,而是把“能力不足”和“流程失控”分开验证:前者在抽样复检中会持续出错,后者通常只在规模放大、多人并行、模板套用时出错,小批量返工后能恢复。抽查的目标不是再评一次分,而是找到能区分这两种解释的证据。
能力不足的表现是:同一类页面、同一批关键词,无论谁做、做多少,错误率都相近,且集中在判断类动作上,比如标题与正文意图不匹配、内链锚点指向无关页面。流程失控的表现是:错误随批量增大而上升,集中在执行类动作上,比如模板变量没替换、旧URL没做跳转、同一页面被两个角色重复改。前者靠培训或换人解决,后者靠抽查机制和交接规则解决。
判断时不要只看总量。把试做阶段的页面和批量阶段的页面按同一套检查项逐条对比,如果试做样本里也藏着同类错误,只是当时没查出来,那更可能是验收标准本身没定清楚,而不是批量之后才变差。
批量交付变差,往往不是内容质量整体下滑,而是几个随数量放大的环节先崩。抽查应优先覆盖:
这些环节的共同点是:单个页面看不出问题,放到几十上百个页面里才会暴露。抽查时按固定间隔抽取,而不是只抽自己觉得可疑的页面,否则容易只验证已有判断。
假设某批交付中,试做阶段的10个页面表现正常,批量后的100个页面里约有20个出现标题与正文主题不一致。可以这样核对:先随机抽20个批量页面,再回查试做阶段的10个页面,用同一张检查表逐项打分。
如果试做页面里也有2到3个同类错误,说明标准从一开始就没对齐,问题出在验收口径,而不是批量执行。下一步应先统一检查表,再让执行方按同一标准返工一小批,观察错误是否下降。
如果试做页面全部通过,而批量页面中错误集中在某几个执行人、某几个模板或某几天提交的批次里,说明是流程失控。下一步应把抽查频率提高到每个批次固定抽检,并把返工结果纳入下一批的放行条件。
如果错误在所有执行人和所有批次里均匀分布,且返工后仍反复出现,才更接近能力问题。此时应要求对方说明判断依据,而不是只承诺“下次注意”。
多个角色对同一批交付有不同理解时,争论“好不好”没有意义,要把分歧拆成可核对的项目。具体做法是:把每个争议点写成一条检查项,注明抽样范围、判定标准和证据形式。例如“标题是否匹配正文主题”可以拆成“标题核心词是否出现在正文首段”“标题是否与页面主要意图一致”两条,分别由不同角色核对。
抽查结果出来后,不要只记录错误数量,还要记录错误类型、出现批次、涉及执行人和返工后是否复现。这些记录决定下一步是调整标准、调整流程,还是调整人员分工。抽查本身不产生排名或流量,但它能让批量交付的稳定性变得可比较、可追踪。