Spot Check

抽查指的是：從一批數量較大的產出結果裡，隨機或按規則挑出一小部分（通常 10% 到 20%），拿這一小部分去跟原始資料逐項核對，藉此推測整批結果的整體品質，而不是把每一項都重新核對一遍。這跟「全部重新核對一次」不是同一件事——全部核對能百分之百確認每一項正確，但等於整批任務又做了一次，喪失了原本讓 Claude 批次處理的效率；抽查是接受「不會抓到每一個錯誤」這個前提，換取用少量時間對整批品質有一個可信的判斷。抽查適用的前提是任務本身用的是同一套規則（例如 batch processing 的情境），如果每一項用的規則都不一樣，抽出來的樣本沒辦法代表整批，抽查就失去意義。

這個做法會被需要，是因為批次任務的效率優勢，如果事後又要逐項核對，就等於白費了。批次處理的價值在於把「定義規則」跟「套用規則」分開，規則只需要定義一次，套用可以無限次重複；但這也代表如果規則本身有問題，或某項資料剛好不符合規則的預期，錯誤會用同樣的方式重複出現在整批結果裡。全部重新核對能百分之百抓到這些錯誤，但核對一項的時間通常跟產出一項差不多，全部核對等於把批次處理省下的時間又賠了回去。抽查存在的理由，就是用統計上的合理性換取時間——如果隨機抽出的一小部分品質都沒問題，可以合理推測整批大概率也沒問題；如果抽出的樣本裡發現錯誤，就代表這批任務可能存在系統性問題，需要進一步全面核對，而不是就此打住。

實務上有三個決定影響抽查的可信度。第一，抽多少：通常 10% 到 20% 是常見範圍，任務的失敗代價愈高（例如會直接送到客戶手上的內容），比例應該愈高；任務錯了也容易修正、代價低，比例可以低一點。第二，怎麼抽：純隨機抽樣是基本做法，但如果知道任務裡有特別容易出錯的類型（例如格式跟其他大多數項目明顯不同的那幾筆），應該刻意把這些項目也納入抽查範圍，而不是完全交給隨機——隨機抽樣可能剛好漏掉最該檢查的那幾項。第三，核對什麼：不是「看起來對不對」，是拿抽出來的每一項回頭對照原始資料，逐項確認事實正確、格式符合、沒有遺漏欄位，抽查的核對標準要跟正式驗收一樣嚴格，只是核對的數量少，如果抽查本身敷衍帶過，就失去了統計上的代表性。

對你來說，抽查真正的價值在於：把「批次任務品質有沒有問題」這個question從「憑感覺覺得應該沒問題」變成「有實際數字支撐的判斷」。跑完 50 筆批次任務，抽查 10 筆（20%），如果 10 筆全對，你有一個大致合理的信心說整批品質可能不錯；如果 10 筆裡有 2 筆錯，你知道整批的錯誤率可能落在 20% 左右，這時候該做的不是照樣送出去，是回頭檢討規則本身哪裡設計不完整，甚至考慮全面重新核對。要留意的是：抽查得出的是機率性的推測，不是保證——就算抽查的 10 筆全對，剩下 40 筆裡仍然可能藏著抽樣沒抓到的錯誤，抽查降低的是風險，不是把風險歸零，任務代價愈高，愈不該只靠抽查就完全放行，該搭配更高的抽查比例或針對高風險項目額外全面核對。