知识纠错及时率衡量错误被确认后是否在约定时限内完成修正，按“时限内完成纠错的条目数 ÷ 已确认需纠错条目数”计算；错误复发率衡量已修正的错误是否再次出现，按“观察期内再次出现同类错误的条目数 ÷ 已修正条目数”计算。两个指标都要先固定错误分级、起止时间点、观察窗口和分母口径，再按周期统计并抽样复核，单看一个指标无法说明纠错机制有效。
要点总览（TL;DR）
- 知识纠错及时率按“时限内完成纠错条目数 ÷ 已确认需纠错条目数”计算，计时起点通常取确认时间，终点取发布上线时间。
- 错误复发率按“观察期内再次出现同类错误条目数 ÷ 已修正条目数”计算，观察窗口建议按内容更新频率固定为30、60或90天。
- 统计前要书面固定错误分级、时限、分母口径和去重规则；分母为零时标注“无样本”，不写0%。
- 两个指标需结合样本量、错误分级分布和观察窗口一起解读，单看一个指标无法说明纠错机制有效。
- 纠错单、审核记录、版本记录和发布记录是复核依据，把确认、修正和上线放在同一条流程里跟踪，能减少统计时的字段缺失。
评估目标：判断纠错闭环是否真的走完
评估对象是知识纠错闭环：一条错误从被发现、被确认、被修正，到修正版本发布上线，整个链条是否走完、走得是否及时。评估要回答两个问题：修得够不够快，改过之后是否再犯。前者对应及时率，后者对应复发率。两个问题合起来，才能判断纠错机制是在真正运转，还是只在个别环节有动作。
评估周期建议按月或按季固定，由知识负责人牵头，审核人负责确认错误与分级，纠错执行人负责修正并提交发布。三类角色在流程中留下各自记录，统计时才有可追溯的证据。评估结论只描述闭环状态，例如“本季度确认需纠错的条目中，八成在时限内完成修正；已修正条目在60天观察期内有若干条再次出现同类错误”。这类结论说明纠错流程的执行情况，内容质量的全部表现还需要结合其他评估维度判断。
评估前可以先列一份判断问题清单，让统计有明确指向：
- 错误从发现到确认平均需要多久，确认环节是否存在积压；
- 确认需纠错的条目中，有多少在约定时限内完成修正并发布上线；
- 已修正条目在固定观察窗口内，是否再次出现同类错误；
- 不同错误等级的及时率和复发率是否存在明显差异；
- 本期口径与上期是否一致，数据是否可直接比较。
指标与范围：两个指标分别统计什么
及时率的统计对象是“已确认需纠错的知识条目”。一条知识内容被反馈问题后，需要经过审核人确认，确认属于需要修正的错误，才进入及时率的分母。仅被反馈但经核实不构成错误的条目，不纳入统计。及时率回答的是：确认要改的内容，有没有在约定时限内改完并发布。
复发率的统计对象是“已修正并发布上线的条目”。一条内容完成修正并上线后，进入固定观察窗口，观察期内再次出现同类错误，才计入复发分子。复发率回答的是：改过的错误，是否真的改住了。
纳入范围聚焦内容发布质量相关的纠错，包括事实错误、数据或政策等过期信息、表述错误、引用错误等会直接影响内容正确性的问题。知识使用成效评估、页面访问控制与权限共享等属于其他主题，不纳入这两个指标。错误分级建议至少区分一般错误与严重错误：严重错误指会误导关键决策或造成合规风险的内容问题，一般错误指表述、引用等不影响核心结论的问题。分级后可以全部纳入统计再分层呈现，也可以对严重错误单独设定更短时限，但口径需在统计前书面固定，周期内不随意调整。
| 项目 | 及时率 | 复发率 |
|---|---|---|
| 统计对象 | 已确认需纠错的知识条目 | 已修正并发布上线的条目 |
| 回答的问题 | 确认要改的内容是否在时限内改完 | 改过的错误是否再次出现 |
| 纳入范围 | 事实错误、过期信息、表述错误等发布质量问题 | 同左，且已完成修正并上线 |
| 排除范围 | 使用成效、权限与访问控制等其他主题 | 同左 |
| 是否分层 | 按错误等级分层统计 | 按错误等级分层统计 |
数据口径：时间点、分母与证据字段
两个指标要可复算，关键是固定四个时间点：错误发现时间、确认时间、修正完成时间、发布上线时间。及时率的计时起点通常取确认时间，终点取发布上线时间，因为确认之前的核实过程受反馈质量和审核排期影响，混入计时会让口径不稳定。若组织希望考核从发现到上线的整体响应，也可以把发现时间作为起点，但需在口径说明中写明，且各周期保持一致。
时限按错误等级约定，而不是对所有错误统一拍一个数。例如严重错误约定确认后3个工作日内完成修正并上线，一般错误约定10个工作日内完成。时限写入纠错流程说明，统计时直接引用，避免每次统计重新讨论。复发率的观察窗口同样需要固定，常用修正上线后30天、60天或90天。窗口太短会漏掉迟发的复发，太长则样本被拉长、周期结果滞后，建议按内容更新频率选择：高频更新的知识适合30至60天，低频更新的知识可延长到90天。
分母口径要写清楚：及时率分母为统计周期内“已确认需纠错”的条目数，分子为其中在时限内完成修正并发布上线的条目数；复发率分母为统计周期内“已修正并发布上线”的条目数，分子为这些条目在观察窗口内再次出现同类错误的条目数。同一错误被多人多次反馈，按一条计，去重依据是纠错单关联的知识条目与错误描述。
缺失值和分母为零要有明确规则。确认时间或发布时间缺失的条目，先补录证据再纳入统计；无法补录的，单独列为“口径不完整”条目，不计入分子分母，并在报告中注明数量。分母为零时标注“无样本”，不写0%，避免被误读为表现优异。证据字段至少包括纠错单、审核记录、版本记录和发布记录，四类记录能相互印证一条错误从确认到上线的完整路径。
| 字段 | 用途 | 口径要求 |
|---|---|---|
| 错误发现时间 | 追溯反馈起点 | 取首次有效反馈时间 |
| 确认时间 | 及时率计时起点 | 审核人确认需纠错的时间 |
| 修正完成时间 | 判断是否在时限内 | 修正内容提交完成的时间 |
| 发布上线时间 | 及时率计时终点 | 修正版本正式对外可见的时间 |
| 错误等级 | 分层统计与时限设定 | 按约定分级标准判定 |
| 观察窗口 | 复发率统计范围 | 修正上线后固定天数 |
| 纠错单与版本记录 | 证据留存与复核 | 可关联到具体知识条目 |
这些记录如果分散在聊天、邮件和文档里，统计时容易缺字段。把纠错动作落到统一的工作项或文档流程中，能让确认时间、修正状态和发布版本自然留痕。ONES Wiki 记录所有页面版本并支持随时查看与回滚，成员可以在线添加注释和评论反馈问题，纠错单与文档版本可以相互对应；ONES 方案中 ONES Assistant 贯穿协作、发布与知识沉淀，适合把纠错确认、修正和上线放在同一条流程里跟踪。具体统计报表是否现成提供，需在选型时向厂商确认。
计算步骤：从取数到出结果
及时率公式：时限内完成纠错条目数 ÷ 已确认需纠错条目数 × 100%。复发率公式：观察期内再次出现同类错误条目数 ÷ 已修正条目数 × 100%。两个公式都按统计周期计算，并按错误等级分层呈现，便于看出严重错误与一般错误的差异。
统计步骤建议固定为以下顺序：
- 从纠错单中导出统计周期内所有已确认需纠错的条目，核对确认时间与错误等级；
- 逐条比对发布上线时间与对应等级的时限，标记是否按时完成；
- 从已修正并上线的条目中，筛选观察窗口已结束的条目作为复发率样本；
- 在观察窗口内检索同类错误是否再次出现，依据纠错单、评论反馈和版本记录判断；
- 按同一错误多次反馈只计一次的去重规则整理分子；
- 分别计算总体与分层指标，分母为零的层级标注“无样本”；
- 抽取一定比例条目复核，建议不低于10%，严重错误全部复核，核对时间点与复发判定是否准确。
抽样复核的方法是从分子和分母中分层随机抽取，重点检查边界情况：刚好卡在时限边缘的条目、复发判定存在争议的条目、时间字段靠补录的条目。复核发现口径理解不一致时，先修正本期数据，再把争议点写入口径说明，供下期沿用。
算例：一个季度的及时率与复发率
以下为演示情景，数据仅用于说明计算过程。某季度确认需纠错条目共40条，其中严重错误8条、一般错误32条。严重错误时限为3个工作日，一般错误为10个工作日。时限内完成修正并上线的共32条，其中严重错误6条、一般错误26条。已修正并上线且观察窗口已结束的条目共30条，观察期内再次出现同类错误的4条，其中严重错误1条、一般错误3条。
| 指标 | 总体 | 严重错误 | 一般错误 |
|---|---|---|---|
| 确认需纠错条目数 | 40 | 8 | 32 |
| 时限内完成数 | 32 | 6 | 26 |
| 及时率 | 80% | 75% | 81.25% |
| 已修正条目数 | 30 | 6 | 24 |
| 复发条目数 | 4 | 1 | 3 |
| 复发率 | 13.33% | 16.67% | 12.5% |
及时率计算：32 ÷ 40 × 100% = 80%；严重错误6 ÷ 8 × 100% = 75%；一般错误26 ÷ 32 × 100% = 81.25%。复发率计算：4 ÷ 30 × 100% ≈ 13.33%；严重错误1 ÷ 6 × 100% ≈ 16.67%；一般错误3 ÷ 24 × 100% = 12.5%。分层后可以看到，严重错误的及时率低于一般错误，复发率却更高，说明严重错误的修正与防复发环节更值得优先排查。
若某季度严重错误确认数为0，则严重错误及时率标注“无样本”，不写0%；若某层级已修正条目只有2条，复发率虽可计算，但样本过少，报告中应同时注明样本量，避免用百分比直接比较。缺失发布时间的条目单独列为口径不完整，不计入上述分子分母。
解读与限制：指标能说明什么、不能说明什么
及时率高不等于内容质量好。如果错误分级偏宽松，大量问题被归为一般错误并配上较宽时限，及时率自然好看；如果时限设定过宽，按时完成也说明不了响应速度。解读时要同时看错误分级分布和时限设定，必要时对比不同等级的表现。
复发率低也可能来自统计口径而非纠错效果。观察窗口太短，迟发的复发没有被纳入；复发识别依赖反馈和检索，如果复查范围不完整，再次出现的同类错误可能被漏掉。因此复发率要结合观察窗口长度和识别方法一起说明，不能单独作为纠错有效的证据。
两个指标需要结合样本量和错误分级分布一起看。样本量小的层级，百分比波动大，宜看绝对条数；分级分布变化会影响总体指标，跨期比较时应同时呈现分层结果。指标变化与纠错机制改进之间的因果关系，需要通过对照验证：例如在流程调整前后各取若干周期，保持口径不变，观察分层指标是否出现同向变化，并排除内容更新量、反馈量等外部因素。口径本身也要定期复核，错误分级、时限和观察窗口一旦调整，需在报告中标注变更点，避免统计口径漂移导致数据不可比。
常见问题
错误分级标准由谁定，定完之后还能调整吗？
错误分级标准通常由知识负责人牵头，与审核人共同确定，并写入纠错流程说明。分级至少区分严重错误与一般错误：严重错误指会误导关键决策或造成合规风险的内容问题，一般错误指表述、引用等不影响核心结论的问题。
标准可以在周期之间调整，但调整后要在统计报告中标注变更点，并说明变更前后的数据不可直接比较。周期内临时改分级，会让分子分母口径不一致，及时率和复发率都失去可比性。
一条错误被多人重复反馈，统计时怎么处理？
按一条计。去重依据是纠错单关联的知识条目与错误描述，而不是反馈次数。同一错误多次反馈只计一次，避免分母被重复反馈放大、及时率被稀释。
如果同一知识条目上出现两个不同性质的错误，例如一处事实错误和一处过期信息，应分别建纠错单、分别计入，因为它们的确认时间和修正时限可能不同。
观察窗口还没结束的已修正条目，要不要计入复发率？
不计入。复发率的分母是“已修正并发布上线、且观察窗口已结束”的条目。窗口未结束的条目复发情况尚未观察完整，纳入分母会让复发率被低估。
这类条目可以单独列示为“观察中”数量，在报告中注明，便于读者理解本期样本与上期的差异。如果长期存在大量观察中条目，说明统计周期与观察窗口长度不匹配，需要调整周期或窗口。
及时率连续几个季度上升，能说明纠错机制变好了吗？
不能直接下这个结论。及时率上升可能来自流程改进，也可能来自错误分级变宽松、时限设定变宽，或者确认环节把部分问题挡在了分母之外。解读时要同时看错误分级分布、时限设定和确认环节的积压情况。
要判断因果关系，可以在流程调整前后各取若干周期，保持口径不变，观察分层指标是否出现同向变化，并排除内容更新量、反馈量等外部因素。口径本身也要定期复核，防止统计口径漂移。
纠错记录分散在聊天和邮件里，统计时缺字段怎么办？
先补录证据再纳入统计；无法补录的条目单独列为“口径不完整”，不计入分子分母，并在报告中注明数量。补录时要保证确认时间、修正完成时间和发布上线时间能相互印证。
更根本的做法是把纠错动作落到统一的工作项或文档流程中。ONES Wiki 记录所有页面版本并支持随时查看与回滚，成员可以在线添加注释和评论反馈问题，纠错单与文档版本可以相互对应；ONES 方案中 ONES Assistant 贯穿协作、发布与知识沉淀，适合把纠错确认、修正和上线放在同一条流程里跟踪。具体统计报表是否现成提供，需在选型时向厂商确认。
