数据团队如何把用户反馈变成下一版评测集

这是一篇来自 FLUX 编辑部的深度内容，记录真实项目中的判断、取舍和可复用经验。

上线后的失败样本往往散落在聊天记录、工单和运营表格里，数据团队需要把它们重新组织成可复用的评测样本。

从问题归类、敏感信息脱敏，到标注规范和版本发布，每一步都影响后续迭代是否可比较。最重要的是让产品、业务和算法一起确认样本的价值，而不是只追求数据量。

当反馈可以回到评测集，用户的每一次不满意都会推动系统变得更可靠。