“更新功能后，投诉少了一半”描述了两个先后出现的变化；“更新让投诉减少一半”进一步提出了因果判断。核验这类说法时，Grok 的任务是检查证据是否足以支持原因，而不是替一个好听的解释补全故事。
先把观察与解释分开
准备公开材料中的原始数据、统计周期、统计口径、功能变更时间，以及同期可能影响结果的变化。请 Grok 将文字拆成“观察到的事实”“提出的原因”“还缺的证据”。材料没有说明如何收集，就记录未知，不能假设存在实验或完整日志。
相关性问题尤其需要限定对象。例如问题是在比较投诉总数、每千名用户投诉数，还是某类严重投诉。不同指标不能互相替代。若涉及医疗、金融或重大安全决定，仅凭这样的文本分析不足以作决定，需要相应专业与一手证据。
依次提出三个核验问题
第一，变化前后是否可比？假期、客流、统计渠道和产品范围改变，都可能改变数量。第二，如果没有上线这项功能，结果可能怎样？可寻找具有明确可比性的对照期或对照组，但不能随便挑另一家公司来代替。第三，还有哪些解释能产生相同现象，哪些数据可以区分它们？
让 Grok 提出竞争解释时，只将它们标为待检验假设。它列出三种可能，并不表示三种因素确实发生，更不表示权重相同。没有合适设计与数据时，结论可以停在“时间上同时变化，原因未确认”。
完整虚构例子
以下服务、数字和事件全部虚构。北岸预约站上线新帮助页后，单周投诉由 40 次降到 20 次，同期访问量由 4,000 次降到 2,000 次。两周统计规则一致，但第二周恰逢休馆假期。运营摘要称“新帮助页使投诉率下降一半”。
核验发现：投诉总数确实减少 50%；按访问次数计算，前后都是 1%，投诉率没有下降。访问量减少与投诉数减少同时发生，已有信息不能把减少归因于帮助页。假期可能与访问量变化有关，但若没有进一步证据，也不能断言假期解释了全部变化。
可接受结论是“更新后投诉总数下降，访问量同步减少，按访问次数计算的投诉率保持 1%；尚无法估计帮助页的独立影响”。下一步需要口径一致、覆盖类似运营条件的数据，或设计合理的比较，而不是让 Grok 给一个未经计算的成功概率。
可直接复制的提示词
“请核验虚构说法‘新帮助页使投诉率下降一半’。上线前一周 4,000 次访问、40 次投诉；上线后一周 2,000 次访问、20 次投诉；统计规则相同，第二周有休馆假期。请先复算数量和比率，再区分观察事实与因果主张。提出最多三个待检验的替代解释，明确它们尚未证实，并说明需要什么数据区分。最后给出不超出证据的结论。不要编造对照组、实验结果、显著性或成功概率。”
不让替代解释反客为主
如果模型写成“投诉减少是因为假期”，应让它退回假设层面，并指出还缺哪项观测。反驳一种因果说法，不等于已经证明另一种原因。这个检查同样适用于“改版导致增长”“活动带来好评”等文字，先保持相同口径，再讨论归因。
核验完成的标志
把每个“导致”“证明有效”“因此”重新对照证据。如果目前只有前后变化，就采用描述性措辞，并写出关键缺口。本文是因果论证的阅读检查方法，不是自动效果评估；Grok 的分析仍需独立核对。Grok 官方说明