方法指南
柯氏四级评估——每一级到底量了什么
模型六十多年了，仍是培训评估的通用语言——也仍被悄悄滥用。每一级量什么、在哪断、表单能诚实交付到哪，这篇一次说清。
一口气说完四级
唐纳德·柯克帕特里克 1959 年提出（1998 年修订）。一级·反应：这屋子人觉得课有用、上得好吗？二级·学习：学员现在做得到核心动作吗？三级·行为：几周之后，工作里出现了吗？四级·成果：业务数字动了吗？
每一级在哪里失真
一级失真在满意度好收也好报——一间开得很开心的屋子，几乎证明不了任何改变。二级失真在问题问得太泛（「我理解了主题」），只有窄而可核对的问法（「没人帮忙我也能上手」）才救得回来。三级失真在没人发那封跟进邮件——三十天后那三问就是整个三级，也是忙起来第一个被日程挤掉的事。四级不是失真，是根本轮不到问卷：把培训从业务数字里单独摘出来，要对照、要基线、要能忍受混杂因素——这些一张反馈表都没有。
诚实的边界就是产品特性。哪张表自称量得到四级，它给出的数字没人信——然后连前三级也没人信了。
一张表单实际能交付什么
分好组的反应题（内容对交付，修哪半目了然）、三道窄口径自信度自评顶在二级、加一封数使用次数的三十天追踪——一至三级就齐了，分开上报，产出一页经理能直接转发的报告。培训评估表文件夹装的就是这套：8 道反应题、3 道自信度题、保持／修改开放题加三十天邮件模板——纸面在线两用，CC BY 4.0。轻量版是五分钟的课后反馈问卷，覆盖一至二级。
怎么上报才算不撒谎
三条规矩保住整个模型的可信度：反应与行为分开上报，永远不平均到一起；自信度题没有基线，就在页面上写明「自评，无基线」；报均值必连同最低那道题——4.1 的均值藏着 2.2 的节奏分，跟一路平着 4.1 是完全不同的两场课。
常被问到的问题
柯氏模型今天还值得用吗？
值得——用它做「你声称到哪一级」的地图，而不是为分数本身。它的力量在四级的纪律：跳过它，要么过度声称（拿笑脸表当效果证据），要么收集不足（永远没人回头看行为）。
已经上完的课，多久能补上三级？
下一场开讲后三十天——前置时间就这么多。三问发出去：用上了吗、多久一次；什么帮了忙、什么挡了路；什么支持能让它留下来。回收率约为当场表单的三分之一——正常，且行为计数照样是证据。