模拟训练平台为什么不能只记录最终得分
总分压缩了过程；任务阶段、错误事件、提示依赖和恢复动作才能解释能力变化。
同一个分数可能来自不同过程
一名学习者快速完成但出现高风险动作，另一名速度较慢却保持稳定步骤，最终总分可能相同。只看分数会失去教学判断。
事件日志应连接任务阶段、时间、动作类型和结果，让复盘回到具体片段。
提示次数反映独立完成程度
系统提示、教师介入和自动纠正都会帮助完成任务。若这些信息没有进入记录，完成时间就会被误读为独立能力。
提示需要区分类型和发生阶段，并说明是否改变后续评分。
错误之后的恢复同样重要
训练价值不只在避免错误，也在发现并纠正。平台应记录错误被识别的时间、采取的动作和是否恢复到安全状态。
复盘界面可以把关键事件放回时间线，而不是生成一长串没有语境的字段表。
模拟器版本会改变可比性
物理模型、视觉反馈和评分规则更新后，同一任务的难度可能变化。跨版本比较需要共同测试或校准说明。
发布新版本时冻结规则和示例回放，不能直接把新旧分数合并成连续趋势。
训练数据需要最小化
过程日志可能包含账号、录像和操作细节。只收集回答教学问题所需的数据，并设置访问、保留和删除规则。
用于研究或公开展示前，需要重新确认用途与去标识程度。训练许可不自动等于研究授权。
从日志推导可执行反馈
反馈应指向一个可观察动作，例如在进入下一阶段前确认参考点，而不是笼统写“继续练习”。
行动建议要由事件证据推出，并允许学习者回看片段。这样下一次练习才有明确目标。
任务拆分决定日志能解释什么
训练任务如果只有开始和结束两个事件，系统无法知道困难发生在哪一步。阶段划分应对应可观察动作和教学目标。
阶段不宜细到每次鼠标移动。选择会改变策略、风险或结果的节点，日志才有阅读价值。
事件定义需要跨版本稳定
同一个错误名称在新版本被拆成两类时，历史统计会出现断点。事件词典应带版本与迁移说明。
分析跨版本趋势时，可以映射到共同上位类别，但仍保留原始事件。
完成时间受界面熟悉度影响
初次使用者可能把时间花在寻找按钮，而不是理解任务。界面改版后，时间下降也不一定代表能力提升。
记录界面版本和提示使用，结合关键动作质量解释，避免用单一速度排名。
重复练习会产生记忆效应
学习者记住固定场景后，成绩改善可能来自路线记忆。题目看似相同，泛化能力并未得到证明。
准备参数变化或新场景，并区分练习题与评估题。比较时说明是否重复暴露。
难度需要由可观察条件定义
“初级”和“高级”过于模糊。对象数量、可见性、时间压力、噪声和允许提示都能改变难度。
任务档案写清这些条件。版本更新若改变其中一项，应重新评估可比性。
评分权重要公开且可解释
综合分把多个指标合并，权重会决定平台奖励什么行为。权重隐藏时，教师和学习者无法理解分数变化。
显示子项和规则版本。重要安全错误可以设置独立门槛，而不是被速度优势抵消。
观察者评分需要一致性检查
人工评分能捕捉复杂行为，也会受到经验和解释差异影响。
使用共同示例训练评分者，并抽取部分回放进行双人评分。差异大时先修正规则，不急于计算排名。
自动事件也会误报
传感器噪声、遮挡或软件状态不同，可能让系统记录不存在的动作。
把自动事件与原始信号关联，定期抽查误报和漏报。高影响事件需要人工确认入口。
暂停与中断要单独处理
设备故障、教师说明和学习者主动暂停对时间的影响不同。直接计入总时长会扭曲比较。
日志标记暂停原因和有效练习时长。无法判断的中断保留为限制。
反馈时机改变学习行为
即时提示可以阻止错误继续扩大，却减少学习者自行识别的机会；延迟反馈更适合复盘，但不能处理即时风险。
按照训练目标设置反馈时机，并在比较结果时注明提示策略。
回放需要保护隐私
画面、语音和操作轨迹可能识别个人。访问回放应比查看匿名分数更严格。
设定保留期限、角色权限和导出限制。教学之外的新用途需要重新确认。
跨地点训练要记录设备差异
屏幕尺寸、输入设备、网络延迟和模拟器硬件都会影响表现。
先完成设备检查和共同样例。无法统一时，分地点解释，不把差异全部归因于学习者。
异常值不应自动删除
极长时间可能来自系统中断，也可能反映真实困难。删除前查看事件和日志。
报告排除规则及数量，并比较保留与排除后的判断是否一致。
复盘页面要支持证据跳转
从反馈文字直接跳到对应时间片段，学习者才能看到判断依据。
若片段不存在，反馈应引用事件与阶段，不生成无法核对的笼统评价。
课程结论保持在训练范围内
模拟环境表现改善，不自动证明真实环境中的结果或安全性。
结论写清任务、设备、参与者和观察期限。真实能力需要其他评估补充。
事件设计从教学目标开始
若目标是识别异常，日志需要记录观察顺序、作出判断的时点和提示使用；若目标是设备操作，则更关注步骤、参数与回退。保存所有鼠标移动并不会自动产生教学价值，反而可能淹没真正重要的行为。
课程设计者先列出能够观察的证据，再与工程人员定义事件。每项事件写明触发条件、所属阶段和允许值，避免同一动作在不同页面被记成完全不同的概念。
回放页面要让学习者读懂依据
只显示错误数量或总分，学习者不知道哪个决定改变了后续路径。回放可以按阶段连接关键动作、当时可见信息、系统提示和结果，让反馈回到可以观察的片段。
教师意见直接引用对应时间点，并说明判断依据。自动判定若置信不足，应标记为待复核，而不是用确定语气生成评价。无法找到片段时，也不应虚构一段看似完整的解释。
任务难度必须有可观察定义
对象数量、噪声、可见性、允许提示和时间压力都会改变难度。只写“初级”或“高级”，无法判断两个版本是否能够比较。任务档案应保存这些条件，并准备跨版本不变的锚定场景。
跨班级或跨地点比较前，先用锚定场景检查设备和评分一致。其他场景可以用于练习，但不应在没有说明的情况下混入同一排名。
速度与决策质量需要一起阅读
更快完成可能来自熟练，也可能来自跳过检查。把完成时间与关键步骤、错误恢复和提示依赖一起分析，才能知道速度变化代表能力改善还是流程缩短。
综合分数若包含速度，权重需要公开。不可被抵消的重要错误应独立显示，避免快速但不完整的过程因为其他分项而获得误导性的高分。
设备环境属于训练记录的一部分
远程训练中的屏幕尺寸、输入设备、客户端版本和连接延迟都会影响表现。环境异常不等于学习失败，也不能从报告中完全删除；它应关联到受影响阶段，帮助解释当时结果。
跨地点观察无法统一设备时，可以分别报告，并说明差异。把所有变化都归因于学习者，会让课程改进方向偏离真正需要调整的界面或基础设施。
隐私保护从采集事件之前开始
操作轨迹、语音和画面可能识别学习者，也可能包含敏感场景。系统只收集教学目标真正需要的事件，原始回放采用更严格权限与较短保留期，匿名统计不能取代访问控制。
用于研究或产品改进时，重新说明用途、访问角色和导出范围。小样本即使去掉姓名，也可能通过时间和行为组合识别个人，因此公开结果前还要检查重识别风险。
评分规则变化要留下版本边界
事件分类或权重更新后，旧成绩不能静默套用新解释。保留规则版本与子项，能够重算时使用原始事件重新计算，无法重算时则明确标记不可直接比较。
课程报告同时列出软件、任务和评分版本。趋势发生变化时，读者据此判断是学习效果、任务难度还是平台更新造成的测量差异。
模拟表现不能直接替代真实能力
训练环境能够观察特定任务中的决策与操作，却不自动证明真实现场的安全或最终结果。报告写清参与者、设备、任务、提示条件和观察期限，把结论限定在实际测量范围内。
需要评估迁移效果时，应设计独立任务或其他评价，而不是重复同一模拟场景。把训练结果说得比证据更大，会削弱课程本身的可信度。
一次中断不应被自动算作操作失败
训练过程中可能发生设备掉线、教师说明、软件更新提示或学习者主动暂停。这些事件都会拉长总时间，却代表完全不同的原因。日志若只有开始和结束，系统只能把所有中断归到学习者。
暂停事件应包含原因、开始与结束，并允许教师补充说明。分析时分别报告有效练习时间和整体占用时间；无法判断原因的片段保留为限制，不为了得到整齐分数而删除。
提示策略会改变学习路径
即时提示能够阻止错误继续扩大，也可能减少学习者独立发现问题的机会；延迟反馈更适合复盘，却无法在关键步骤及时介入。不同课程若采用不同提示时机，提示次数不能直接比较。
任务档案记录提示是自动出现、由教师触发还是学习者主动请求，并保存当时阶段。课程调整提示策略后，用共同任务观察学习行为如何变化，而不是只看总分升降。
观察者评分需要检查一致性
人工评分可以理解复杂策略，但也会受到经验与规则解释差异影响。正式评价前，评分者使用共同回放练习，并对部分记录进行双人独立判断，查看分歧集中在哪些行为。
分歧较大时先修订规则与例子，再扩大评分。不能用平均分掩盖定义不清。系统保留原始评分与修订记录，使后续分析知道某项变化来自学习者还是评分标准。
复盘最终要导向下一次练习
好的回放不是把所有事件重新播放一遍，而是选出少量会改变结果的节点，说明当时有哪些信息、采用了什么动作，以及下一次可以测试哪种替代策略。
学习者完成下一次任务后，平台比较的是目标动作是否改变，而不只是总分是否提高。这样事件记录成为可执行反馈，训练数据也不会沦为大量无法解释的点击日志。
课程更新先做一轮小规模验证
增加新场景或修改界面后，先邀请少量不同经验的学习者完成共同任务，观察事件是否按预期记录、提示是否能被理解、评分是否出现异常跳变。
验证不是为了挑选高分样本，而是发现任务说明、设备和记录规则之间的断点。修正后保留版本差异，正式课程才能继续解释前后变化。