测评把什么变成了可讨论的结果
FermatMind 对测评的基本理解是：测评不是读心，也不是给人贴最终标签。它更像一种结构化观察方法，把用户平时难以整理的偏好、兴趣、行为倾向和情境反应，转化成可以阅读、比较和继续验证的结果。
在测评中，首先要区分几个概念。构念是想要观察的心理或行为对象，例如职业兴趣、人格偏好、情绪稳定性或行动风格。题项是用户实际回答的问题。量表是把一组题项组织起来的方式。维度则是结果中被解释的方向，例如大五人格中的开放性、尽责性，或 RIASEC 中的现实型、研究型、艺术型等。
一个测评结果并不是从单个题目直接跳出来的。更合理的理解是：用户对一组题项的回答，经过模型规则整理后，形成某些维度上的倾向描述。这个描述可以帮助用户提出更好的问题，但不能替用户做最终判断。
不同模型回答不同问题
FermatMind 使用的不同测评模型，适合回答不同层级的问题。
MBTI 更适合帮助用户观察偏好风格，例如信息获取、决策方式、互动偏好和组织方式。它比较适合回答“我习惯如何理解信息、如何做决定、如何与他人协作”。
大五人格更接近连续维度模型。它不把人简单放进一个类型，而是观察多个维度上的倾向，例如开放性、尽责性、外向性、宜人性和情绪稳定性。它更适合回答“我的行为倾向在不同维度上如何分布”。
RIASEC / 霍兰德模型关注职业兴趣和工作环境偏好。它更适合回答“我更容易被什么类型的工作活动吸引，哪些职业环境值得进一步探索”。
这些模型可以互相补充，但不能混用成同一个结论。职业兴趣不是人格医学或心理健康评估，人格偏好也不是职业保证。
结果为什么有边界
测评结果会受到多个因素影响：题目理解、作答状态、语言版本、近期经历、生活阶段、压力水平和自我认知程度。一个结果可以提供线索，但不能成为完整事实。
因此，FermatMind 在解释结果时应区分三层含义：
第一层是结果描述：你当前作答呈现了哪些倾向。 第二层是解释建议：这些倾向可能对应哪些观察角度。 第三层是行动验证：你可以通过学习、项目、访谈、工作体验或长期观察继续验证。
测评最适合停留在前两层，并帮助用户进入第三层。它不能替代第三层本身。
证据状态如何表达
如果某个页面没有提供公开的信度、效度、样本、常模或版本资料，就不应该把它写成“已完成验证”。当前公开说明中暂不提供具体数值的地方，应明确写 Unknown 或“当前公开说明中暂不提供具体数值”。
这种克制不是弱点，而是测评产品应有的边界。用户需要知道哪些内容是模型解释，哪些内容是产品经验，哪些内容仍需要证据支持。
如何更合理地使用测评
更合理的使用方式，是把测评当成自我理解的起点，而不是结论终点。你可以看哪些描述对自己有启发，哪些描述不符合经验，哪些问题值得进一步验证。
如果你正在探索职业方向，可以从 RIASEC 开始理解兴趣和工作环境。如果你想理解互动和决策偏好，可以参考 MBTI。如果你想观察连续人格维度，可以参考大五人格。更重要的是，把结果放回真实生活中验证，而不是只停留在标签上。
相关页面可以查看 方法边界、题目设计说明 和 信度与效度。相关测评可查看 MBTI免费测试、big five personality test、霍兰德职业兴趣免费测试。
什么是构念？
构念是测评想要观察的对象，例如职业兴趣、人格偏好或行为倾向。它不是直接可见的东西，需要通过题项和量表来间接观察。
一个题目会决定我的结果吗？
不会。正式结果通常来自一组题项的整体模式。单题回答可能有误差，因此不能单独解释。
MBTI、大五和 RIASEC 可以放在一起看吗？
可以，但要区分它们的问题。MBTI 偏向偏好风格，大五偏向连续人格维度，RIASEC 偏向职业兴趣和工作环境。
为什么结果不能当作最终结论？
因为结果受作答状态、情境和模型边界影响。它适合帮助你提出问题，而不是替你完成判断。
没有信度效度数值时，页面还能发布吗？
这需要 science review 和 legal review。没有公开数值时，必须标明 Unknown 或“当前公开说明中暂不提供具体数值”，不能伪造。