少样本校准量表

Few-shot calibration：给 AI 一个为当前决策定制的量表，每一级都提供三件东西——级别定义、一条真实示例回答、以及"为什么归入此级"的理由。示例（Whoop 屏幕决策的 SOLUTION FIT SCALE）：

1. SCREEN WOULD RETAIN：活动中明确的可见性/访问痛点。例："I check my phone 10 times per workout just to see my HR"。为什么是 1：有具体摩擦和现行 workaround，屏幕直接解决，是屏幕投资的高价值信号。
2. CHEAPER FIX WOULD RETAIN：听着与屏幕相关，实际有更低成本解法。例：App 太难用、点太多下。为什么是 2：可见性抱怨但手机在场，App UX 修复即可，无需硬件投入。
3. ENGAGEMENT FIX NEEDED：已弃用，屏幕改变不了。例："Just wasn't using it enough"。自责式表述、无功能抱怨，需要 onboarding/engagement 干预而非屏幕。
4. OPERATIONAL FIX NEEDED：billing、客服、可靠性问题。例：取消三次仍被扣费。信任/流程失败，屏幕无关，需要立即的服务补救。
5. UNRELATED COMPETITIVE LOSS：转投竞品且无屏幕抱怨。例："Switched to Apple Watch, Whoop was fine"。无负面语言，可能是生态/社交/价格驱动，屏幕难以赢回。

要点是 show, don't tell：例子本身在教学——"这是好的输出，这是我这样标注的理由，照我的过程来"。不校准时，模型会自己发明"屏幕相关流失"的解释，未必与你的一致。

结果：AI 能区分哪些反馈在说"build this"、哪些在说"先修别的"。