假设你请五位朋友试用新页面，五个人最后都完成了任务，于是写下“全部通过”。但其中三个人是在你说出“右上角有个按钮”之后才继续。这个结果说明任务在帮助下可以完成，还没有说明入口能被独立发现。
GOV.UK 的主持式测试指南建议使用中性的任务描述，观察参与者行为，避免提示答案；必要时可以帮助卡住的人继续，但要记录帮助。指南还提醒，假数据会影响参与者投入程度，可能漏掉真实情境中的问题。资料更新于 2017 年，本文用它讨论研究方法，不把它当作近期产品新闻。
我的建议是给每个任务分别记三件事：独立完成情况、首次干预发生的位置、干预之后的结果。不要只留下一个最终成功勾选框。比如：“未独立找到导出入口；主持人指出所在菜单；随后能够选择格式并下载。”这比一句“导出功能通过”更能指向下一步修改。
干预本身也值得分级记录。重复任务目标、解释陌生术语、指出具体按钮，对结果的影响不同。可以在测试前约定允许的中性提示，并把实际说过的话记下来；现场临时决定的提示也保留。这里不是要求为了纯净数据让人一直受挫，而是避免帮助发生后证据失去来历。
假设一次测试包括创建项目和分享项目，第一项任务中学会的导航可能帮助第二项。若第二项入口的首次可发现性很重要，可以安排尚未见过该页面的参与者单独测试，或在不同参与者之间调整任务顺序，并记录安排。不能把熟悉后的表现直接当成首次使用的表现。
对于敏感或复杂业务，假数据仍然很有用，但应报告它的限制。例如样例项目只有三条记录，可以验证按钮是否可找到，却未必能验证几十条相似记录时的选择负担。测试结果需要随数据复杂度和参与者背景一起阅读。
可直接复用的结论模板是：“参与者在何种设备和数据下尝试什么任务；在哪里停住；主持人如何干预；干预前后分别完成到哪一步；下一轮要验证什么改变。”这样一次测试即使没有漂亮的成功率，也能产生明确可执行的改进。
资料：GOV.UK 主持式可用性测试指南；首发 2017-02-21，更新 2017-10-03。查阅日期：2026-11-05（Asia/Shanghai）。
来源：https://www.gov.uk/service-manual/user-research/using-moderated-usability-testing
