先看一个失败的场景。系统给两名中场分别打出84分和81分，球探问：为什么前者高？系统答：模型综合判断。这句回答无法追问。如果84分的球员其实是因为所在球队控球率极高、传球数据被抬升，而81分的球员在弱队里承担了大量出球任务，那么排序本身就是反的，但没人能发现。综合分最大的问题，不是它可能错，而是它错的时候看不出来。
一份可用的报告，第一屏应该长什么样
江南体育对球探报告的设计思路，是把“结论”放在后面，把“证据结构”放在前面。一份报告的开头，应能让一名球探在一分钟里判断值不值得继续看，通常包含这几块：
- 球员画像与所属角色组：他被识别为哪一类角色，和哪一批球员比较。角色错了，后面的所有对比都会失效。
- 关键强项与关键风险：各列出几条，每条都指向具体数据，而不是形容词。
- 与同类球员的相对位置：用区间或分位表示，而不是孤立的一个数。
- 比赛环境说明：球队风格、联赛强度、出场时间与位置变化。
- 数据完整度：用了哪些数据，缺了哪些，缺失对结论有多大影响。
- 需要人工核对的事项：模型认为最需要回看视频的三五个片段或问题。
这几块并不是为了让报告显得完整，而是每一块都对应一种模型常犯的错误：角色识别错、环境没扣除、缺数据被当成没表现、异常被当成事实。
特征贡献怎么读：它说明模型看重什么，而不是世界是什么样
常见的可解释方法，会给出每个输入特征对某个输出的贡献，例如“向前传球比例提高了评分，防守对抗成功率拉低了评分”。公开的体育AI综述里，这类归因方法（如基于Shapley值的做法）使用得相当普遍。它们对球探有用，但有几条必须记住的限制。
第一，贡献描述的是模型的行为。它说明“这个模型为什么给出这个分”，不说明“这名球员为什么好”。如果模型本身学偏了，归因图会非常清楚地展示这种偏差。第二，特征之间高度相关：如果前插次数和触球次数一起变化，模型把功劳给了谁，往往取决于训练时的细节，读起来像结论，实际上是分配方式。第三，归因不是因果。“控球率高的球队里的球员，推进传球更多”，不代表这名球员本人推进能力更强。
因此江南体育的做法是，不单独展示一张贡献条形图，而是把贡献和环境提示放在一起，比如在“推进传球”这一项旁边标注“所在球队控球率偏高，该项可能被环境抬升”。这一点与球探报告里为什么既要有模型评分，也要保留比赛视频中强调的思路一致：解释不是为了让数字好看，而是让球探知道该去视频里核对什么。
不确定性：把“82”写成“大约在75到88之间，其中原因有三条”
球员的表现本身有波动，样本越少波动越大；模型对不常见的球员类型也更没把握。不确定性有两个来源：数据的（出场少、赛季间环境变化大），模型的（训练里很少见到这类球员，或所在联赛与训练数据差异大）。前者可以用区间表示，后者需要标记“模型在这类球员上的经验不足”。
对成年球员，区间宽一点，意思是“再多看几场”。对青少年球员，问题严重得多：成长速度、位置变化、伤病与比赛机会都会改变轨迹，此时给一个精确的分数，只会制造虚假的确定感。关于这一点，AI说一名14岁球员“潜力90分”，这个数字到底可信吗做了专门讨论。江南体育在青训类报告里的原则是：使用“发展区间、关键优势、风险因素、需持续观察的数据”，而不是单一分数。
需要坦白的是，区间本身也可能不准。一个“看起来很窄”的区间，如果模型没有经过足够的外部验证，可能只是模型过于自信。因此报告里的不确定性说明，必须与模型的校准检查（预测区间是否覆盖了实际结果）配套，这类验证在体育领域仍不充分，是持续需要做的事。
同一份报告，不同读者需要看到不同的层次
球探要的是能立刻回看的证据，主管要的是这名球员为什么值得占用有限的观察名额，而App用户关心的往往只是“为什么向我推荐他”。三者不能用同一段文字打发。较合理的做法是同一份底层证据，分层展示：最上层是三五句结论和风险，中间层是特征贡献与同类对照，最下层才是原始数据和视频索引。层次越往下，越接近证据，也越不容易被措辞影响。江南体育App里的球员对比与推荐说明，也沿用这种由浅入深的组织方式。
解释也会出错的四种情形
- 解释很顺，但角色分组错了。把一名回撤组织的前锋归入传统中锋组，所有“缺少射门次数”的批评都不成立。
- 数据口径变化。相邻赛季数据采集方改变了对某类事件的定义，归因会把这种口径差异当成球员变化。
- 事后合理化。语言模型很擅长把任意结果写成一段通顺的说明。如果文字说明不是从特征贡献和证据直接生成，而是“再解释一遍分数”，那它只是好看，不是解释。江南体育在设计上要求报告中的每一句结论都能对应到具体数据项或视频片段。
- 只解释了模型，没解释数据。数据有缺失、有错位，归因图依然会整齐地展示出来。
模型解释与人工复核的分工
可解释报告的最终作用，是决定球探把有限时间放在哪里。一个较合理的使用顺序是：先看角色分组是否合理；再看关键强项与风险是否有具体证据；再看环境说明是否扣除了球队和联赛的影响；最后由球探回看视频，确认模型指出的异常，是球员本人的特点还是数据问题。复核结果，包括“模型说对了”“模型说错了，原因是……”，应记录回报告，作为下一次模型改进的依据，而不是看完就丢。
需要提醒的是，无论报告写得多么细致，它都不能替代现场观察、医疗检查、球队需求和合同、预算的判断。多个模型如何分工生成这类报告的结构，可参考大模型负责“读球探报告”，机器学习负责“算潜力”。
一个检验：如果把综合分删掉，这份报告还剩什么
判断一份体育AI报告是否真正可解释，有一个简单的办法：把综合分整个删掉，看剩下的内容能不能支持一名球探形成自己的判断。如果剩下的只有几句形容词，那说明分数是唯一的信息；如果剩下的是角色分组、同类对照、环境提示、数据完整度和待核对的片段，球探仍然可以据此安排下一步工作，这才是有价值的报告。江南体育AI希望把报告朝后一种形态推进：分数可以保留，但它应该是证据的摘要，而不是证据的替代品。
