一句话定义
标注指南（Annotation Guideline）是给人打标签时逐条遵守的书面规则，写明每个标签的含义、判定条件、边界案例和反例，目的是让不同的人对同一条数据给出同一个答案。
为什么问题常常不在标注员
打个比方：菜谱写“盐少许”，十个厨师能做出十种咸淡；写“3 克盐”，才可能是一个味道。标注指南就是把“少许”改成“3 克”的那份文档。
举个真实场景：一条用户评论——“这手机用了一个月就卡，不过客服态度还行”。有人标“负面”，因为主体在抱怨产品；有人标“中性”，因为有褒有贬。两个人都没错，是指南没写清：褒贬并存且评价对象不同时，以哪个对象为准？负面情绪要到什么强度才算负面？如果指南只有一句“判断整体情感倾向”，分歧就是必然结果，换谁标都一样。
一份能用的指南通常包含五块：
1. 任务目标与标签定义，每个标签给一句可判定的描述，不用“大概”“比较”这类模糊词；
2. 判定优先级，比如多标签冲突时以哪个为准；
3. 边界案例与反例，最好直接取自真实分歧样本；
4. 操作细节，比如能不能查外部资料、拿不准时怎么办，通常要求标“不确定”，而不是硬猜；
5. 版本与修订记录，让复标和回溯有据可查。
和相邻概念的区别
| 概念 | 作用对象 | 解决的问题 | 典型产物 |
|---|---|---|---|
| 标注指南 | 人（标注员） | 同一输入如何得到同一个标签 | 规则文档 + 示例集 |
| 标注工具/平台 | 流程 | 数据怎么发、怎么收、怎么审 | 标注界面、质检队列 |
| 评估标准（Rubric） | 模型输出 | 回答好不好、按什么维度打分 | 评分维度与档位说明 |
它有时会和提示词（Prompt）混淆：提示词是给模型的指令，指南是给人的规则。不过两者的写法相通——都在划定“什么算、什么不算”的边界。
对从业者和普通职场人的意义
第一，数据质量的上限由指南决定，而不是由标注员的努力程度决定。可以用一致性指标（Inter-Annotator Agreement）量化分歧；一旦发现两人标出相反答案，应先复盘指南，再考虑换人。
第二，指南是持续更新的文档：先小批量试标，收集分歧样本，把裁决结论和反例写进指南，重新校准，再放量生产。写指南花的时间，通常远少于事后返工和清洗数据的成本。
第三，这件事不只属于 AI 团队。任何要求多人重复判断同一件事的流程，比如内容审核、工单分级、客服质检，歧义成本都藏在那些“大家都懂、但没写下来”的默契里。把默契写成句子，是最便宜的一次质量提升行动。