作者： Q.H. Wang

任务数量只能说明拆出了多少条工作项。本文给出粒度合规率、责任明确率、返工与重开率等过程指标和按期完成率、计划偏差等结果指标的定义与口径，说明如何固定分母、设定团队基线、交叉比对异常，并用示例演示计算与解读。

评估任务分解表质量，围绕字段完整性、层级合理性、责任明确度和状态可维护性四个维度建立可复算口径，配合抽样复核与跨字段一致性校验，并说明结果的使用边界。

任务分解方法落地后，评估要同时看分解质量与执行结果。本文给出过程指标与结果指标清单、可复算的指标口径、从取数到结论的六步流程和两周迭代示例，并说明任务数量为何只能作为规模参考。

衡量任务清单模板的使用效果，要把模板是否被规范使用与任务管理是否改善分开评估。本文给出填写完整度、任务遗漏、更新及时性、责任清晰度四类指标的定义、统计口径与缺失值处理，说明基线对比与干扰排除步骤，并用一组假设数据演示计算过程与解读边界。

任务推进不畅时，颗粒度、责任、估算三类原因常被混为一谈。本文给出颗粒度问题的典型症状、三类原因的对照证据与固定排除顺序，并用三步验证定位真正原因，最后说明修正后如何验证恢复并防止复发。

任务周期忽长忽短、阻塞反复出现，往往说明颗粒度与迭代节奏不匹配。本文给出从基线统计、失配信号识别到拆解标准调整与效果验证的完整做法，并说明调整的代价与前提。

任务长期停在“进行中”、单个任务跨多天多角色、标题写成目标口号、微小任务堆积、估算反复偏离，都是颗粒度不合理的常见信号。本文给出症状自查清单，并用重新拆解的对照验证区分颗粒度、责任、依赖与估算问题，再按症状给出调整动作与验证方法。

任务拆解过细会让工作项数量膨胀、责任与依赖难以维护。这份清单用于拆解完成后的评审环节，围绕产出、责任人、完成标准和依赖关系逐项核验，并明确阻断项与通过条件。

返工是迭代执行中的颗粒度信号。本文说明如何统一返工记录口径、按返工集中位置判断任务拆得过粗、过细还是拆错维度，在迭代边界调整拆解标准，用子项和备注承载变化保持清单稳定，并用周期、阻塞与返工分布对照验证改进效果。

一张可复制的任务拆解评审表，包含五组字段、必填与选填规则、四组检查项和拆解过细的识别信号，并附一条完整填写示例与模板维护方法。