“这段能不能别这么煽情。”
个人助手可能把这句话理解为：修改眼前这一段，调整这类消息的风格，记住用户的一般写作偏好，甚至据此判断用户的性格。
单凭这句话，未必知道用户指的是哪一种。一个急于学习的系统，如果总选范围最大的解释，就可能很自信地学错。
本文讨论如何判断反馈的适用范围。文中的例子均为假设，检查方法也只是设计建议，并不意味着自动判断反馈归属的问题已经解决。
先弄清楚，用户在纠正什么
面对一封写给家人的消息，用户可能有三种回复：
这件事没发生过。
发生过，但别告诉我爸妈。
可以提，但这一段写得像告别演说。
第一句质疑事实，第二句限制披露，第三句针对表达。如果把它们都存成“用户对这个话题有负面情绪”，三者之间的重要区别就丢了。
修改措辞，不应该悄悄删除事实记录。限制披露，不等于这件事从未发生。纠正事实，则应该影响之后对这条错误信息的使用，而不只是让下一次的说法委婉一点。
适用范围，也是意思的一部分
理解反馈时，需要保留它针对的任务和情境。“周报里别强行升华”，不等于复盘不能总结经验；“今天先算了”，不一定是在撤回长期偏好；“永远别把这件事告诉我家人”，也不是要求换一种语气。
范围不清楚时，可以问一个有针对性的问题，可以先只改当前内容，也可以保留一个待确认的解释。怎么选，要看误判的后果，也要考虑打断用户会带来多少负担。
系统不必为每个形容词都追问，但也不能默默把每次编辑意见升级成长期规则。
既看该改变的，也看不该受影响的
一个简单的评估，可以包含一条纠正、一个相关任务和一个不相关任务。
| 后续输入 | 希望观察到什么 |
|---|---|
| 再写一份周报 | 用户不想要的结尾感悟减少了 |
| 用户要求做项目复盘 | 有用的经验教训仍然保留 |
| 对原事件作事实总结 | 事件本身没有被改写 |
| 用户后来明确要求加入反思 | 当前指令在它的适用范围内得到执行 |
如果系统从此在所有地方都删掉反思，它学到了某种行为，却没学会边界。如果只改了眼前这一段，也可能范围守住了，却没有记住用户明确希望长期生效的偏好。
评估者应当在看模型表现之前，说清楚这个情境支持哪一种解释。否则，几乎任何输出都能在事后被辩护成合理的个性化选择。
用户也可以改变原来的约定
过去准确的偏好，今天可能不再适用。这与纠正之前的误解不是一回事。
如果一个人以前希望助手严格提醒，现在要求暂停，旧约定不必因此变成一段错误历史。需要决定的是：现在的行为听哪一个。类似地，撤回某种信息用途，也不必然意味着否认信息本身。
分清这一点，有助于避免破坏性的更新：一个地方改了，却抹掉了别处仍然有用的背景。助手也能解释自己为什么改变做法，而不必坚持说用户前后矛盾。
变化应当体现在合适的后续任务里。一句“我明白了”代替不了实际观察。
写作要求，不等于对一个人的定性
用户的风格偏好，可以告诉我们某份内容该怎么写；它们不会自动成为判断情绪状态、关系好坏或长期身份的证据。
当多个任务的记忆共享同一份人物理解时，这一点尤其重要。工作报告中的要求，不应未经检查就变成写给家人的消息里的前提。存放在一起，不代表适用范围相同。
开发者可以在评估中明确这条边界，而不必规定一套通用的物理模块。无论实现上把信息存在哪里，核心问题都是：这次更新有权改什么，应该影响多大范围。
判断是否成功，可以很实际：下一个相关任务变好了，不相关的任务没有变差，而且用户以后仍然可以修改约定。学习应该减少管理助手的工作，而不是让每一次纠正，都变成与一本越来越厚的规则手册谈判。