一致不等于证明

先数来源，再数结论

假设三个阅读工具都写“适合逐步积累”。把这件事记录为“三份文字使用了相近判断”没有问题；写成“三个独立证据证明未来会如此”，就多走了几步。它们是否使用同一输入、同一解释来源或相近模板？积累的对象和观察期限是什么？如果这些还不知道，数字三只是文本数量。

一致性有阅读价值：它可以提示某个问题值得进一步整理。但价值不等于证明，反复出现的词也不会自动变成可检验的命题。此处不否定读者的共鸣感，而是区分阅读感受与证据主张。对明显相反的结果，可另读结论冲突的核对方法。

同一条信息可能穿了三件外衣

共同来源可以出现在不同层面。三个工具都使用同一出生记录，这是共享输入；三个作者都引用同一解释表，这是共享规则；同一个生成器用不同体系名称输出同一段建议，这是共享表达。三者不能混为一谈，也不能凭名称不同就宣布彼此独立。

共享输入不意味着所有结果必然错误，不同体系也可能使用不同规则；问题在于，不能未经检查把输出数量当成新增证据数量。若原始时间有误，共享该输入的结果可能一起受影响。若文字来自同一模板，它们的一致可能只说明模板稳定。

打开原图放大查看

BaZiFlow原创证据来源图；箭头仅表示来源关系，不表示某体系已获验证。

图左的一源三支，与图右各自有观察来源的结构不同。图右也没有自动证明什么：观察是否可靠、判准是否预先定义、样本是否足够，都尚需检查。图只是让“来自哪里”可见，不是给独立记录颁发通过章。

从相似形容词走到可分辨的主张

“有责任心但需要放松”可以适用于许多情境。若三个体系都如此写，先问它能否区别当前输入与另一组结构明显不同的输入。仅换姓名、干支或少量同义词，不能建立有依据的个性化。真实差异应体现为事实选择、推理范围或结论重点改变，并能回指各自资料。

这与预测有效性仍是两件事。一篇文章可以准确引用某张命盘字段，具有个体针对性，却仍未证明它对现实未来的推断可靠。相反，使用大量泛化语言即使让人觉得亲切，也不能据此说它已经通过个性化核验。评价前应先说明正在检查哪一种质量。

NIST统计手册的“Quantitative Techniques”把正式检验放在明确假设、数据与不确定性的框架中；“EDA Assumptions”说明测量过程存在需要核查的前提。这里借用的是“结论依赖设计与前提”的方法意识，不把统计术语贴到几段解读上就宣布完成科学验证，也不计算没有数据基础的准确率。

一个简单的对照，比继续找同意者有用

可以保存几组结构不同的输入及其完整输出，先写明要观察什么：重要结论是否引用当前字段，建议是否无论输入怎么变都相同，结论是否有明确期限。比较时保留不符合的情况，不只摘取看似命中的金句。这个练习检查的是文字区分度与证据可追踪性，不是统计试验的替代品。

若要主张预测有效，则还需要更严格的设计：事前固定可判定的结果、比较基准、观察范围与错误处理，并考虑选择偏差和资料依赖。个人小笔记通常无法满足这些要求；不应把几次感到符合包装成某个百分比，更不能把三份结论相同写成三倍把握。

也不要为了制造差异而要求每份文案必须说相反的话。不同输入确实可能支持部分相同事实或基础解释，重点是共同部分是否恰当、个别结论是否有区分证据。随机换词或故意唱反调，都不增加信息。

给一致性一个准确的名字

保存时可以分别写“术语相似”“结构主题接近”“引用同一来源”“独立性未知”“现实结果待观察”。这些标签比统一写“已证实”更能传达目前知道的东西。后续出现反例时，不必重写整段历史来维持一致，而应更新对应主张的状态。

多体系阅读可以帮助提出不同角度的问题；只有当来源、命题和观察条件都清楚时，才能讨论这些角度究竟增加了什么证据。接着读有依据的个性化解读，可把注意力放回每条结论与当前输入的连接。

1. 1

   画出一源三支

   把资料甲分别连接文字一、二、三，记为三份转述。

2. 2

   检查真正新增内容

   若第四份只引用文字二，新增的是转述节点，不是一个新的观察源。

3. 3

   单列独立记录

   若后来获得实际观察乙，保存取得方式与判准；它需要质量检查，不自动判整项主张正确。