评分前的三件事
每个深测先固定工具版本、任务、输入材料和可人工核验的标准。没有完成这些前置步骤，页面只能显示“评测中”或“待排期”，不会提前给推荐结论。
- 测试材料限于公开法规、公开裁判文书、公开许可材料或为测试而写的虚构材料。
- 不收集、不上传真实案情、客户文件、身份材料、学校/机构账号或数据库凭据。
- 测试结论必须区分“工具完成了什么”与“编辑部据此作出的判断”。
100 分评分表
| 法律准确性与可核验性 | 35 |
|---|---|
| 任务完成质量与效率 | 25 |
| 证据、来源与可复现性 | 20 |
| 数据边界与安全性 | 10 |
| 中国用户可访问性、成本与上手难度 | 10 |
| 总分 | 100 |
总分达到 80–100 才可标为“可推荐”；60–79 为“谨慎使用”；59 及以下为“不推荐用于该任务”。分数对应的是该版本、该任务和该输入，不外推为所有法律问题的能力。
红线封顶
出现虚构或无法核验的法源/引注、要求上传真实案情或客户材料、关键依赖与来源无法说明等情形时，结论最高只能是“谨慎使用”。红线不是扣几分，而是限制结论的边界。
编辑部与评审
编辑部评分与受邀实名核验评审的匿名共识分开显示，不合成为一个黑箱分数。评审资格私下核验，公开页面只保留必要的宽泛角色标签。少于 3 名核验评审时，不显示评审平均分。
版本与更正
工具更新、来源变化或发现测试错误后，原结论应被复核、修订或撤下。每个已发布深测应保留测试日期、版本和证据说明；未能复现的分数不应继续展示。