先给结论:不要删掉旧案例,而是把它降级为“限定条件下的样本”,同时用新出现的例外去改写对外说明的适用范围。判断该不该改,不看案例当年多成功,而看规模化之后例外是否集中在同一类条件上——如果例外总是出现在同一环节,说明旧说明的边界写错了;如果例外分散且无规律,更可能是执行波动,先别动对外表述。
很多团队遇到过这种情况:最初一个渠道、一批素材、一类人群跑出的结果很漂亮,于是把它写成对外说明里的标准路径。但投放量、渠道数或参与人一扩大,同样的步骤却开始出现明显偏差。此时对外说明还停留在“照这个步骤做就能复制”,而内部已经知道不能照搬,两边脱节。
这不是要否定原案例,而是说明它从“典型样本”变成了“限定样本”。对外说明的任务也随之改变:从证明路径有效,转为交代路径在什么条件下有效、在什么条件下会失效。
面对“单点成立、规模化失灵”,通常有两种解释,处理方式相反。
把这两种解释混在一起,就会出现两种错误:明明是执行问题,却急着改对外口径,等于替执行失误背锅;明明是边界问题,却只加强执行,等于让更多人重复一个本就不可复制的路径。
区分两种解释,靠的不是感觉,而是看例外出现的位置。
这里要提醒一点:某个渠道的请求量、抓取量或某项统计归零,并不能单独证明步骤失效。它也可能是统计口径调整、采集延迟或渠道本身波动造成的。归零只是线索,需要和上面的分组证据一起看。
确认是边界问题后,可以按下面的顺序改,而不是推倒重写。
做完这一步,对外说明会从“承诺式”变成“条件式”。它不会让说明看起来更弱,反而让读者能自己判断是否适用,减少误用后的落差。
假设某团队最初在单一渠道、单一素材形态下跑出一个不错的结果,随后把步骤写进对外说明。当渠道扩到三个、素材类型扩到五类后,其中两类素材明显偏离。此时先别改说明,而是把偏离样本按素材类型分组:如果偏离只出现在需要强互动的那类素材上,且原案例恰好没有这类素材,那更可能是边界问题——原步骤依赖的是低互动场景,说明里漏写了这个前提。如果五类素材都出现不同程度偏离,且偏离程度与执行人经验相关,那更可能是执行漂移,应先统一执行标准。两种判断对应两种改法,改错方向会让后续动作全部走偏。
对外说明的更新不是一次性的,它应该跟着“例外是否集中”这个信号走。当例外开始集中在新的条件上,就说明边界又变了,需要再改一轮;当例外重新变得分散,就先回到执行层面找原因。