一堂关于共同设立会谈方向的课结束后，老师问：“大家听明白了吗？”教室里几乎所有人都点头。匿名反馈表的平均评价也很高，有人写老师例子生动、逻辑清楚。第二天练习开始，学员却仍常常是客户刚说“工作很累”，便立即问“你准备怎么改善时间管理”。老师有些失落：“昨天明明讲懂了，为什么今天还是做不到？”
在这个原创教学情境中，学员未必敷衍，教师也未必讲得不好。“听懂解释”“能辨认例子”“在模拟中作出合适回应”“回到真实工作后持续使用”是几种不同的学习证据。若用第一种材料证明第四种结果，就容易在课程复盘时得出错误结论。我们先不忙加课或批评学生没复习，而是看看每一种观察实际上能回答什么，老师如何据此选择下一步教学。
理解一个概念，不等于能在流动对话中认出使用时机
老师请同学用自己的话解释会谈方向。多数人能说要由客户和教练共同确认，不能替客户决定。接着给两句模拟客户话语。第一句“我最近特别累”，第二句“最近很累，我希望今天练习下周怎样向主管说明工作量已经满了”。请学员判断两句各已包含哪些目标、还有什么需要核对。有人把两句都判为“需要询问本次目标”，打算统一问“你今天想收获什么”。另一人注意到第二句已指明排练任务，若再要求从头说明，可能使客户重复已说内容。概念定义相同，辨认现场线索的能力已有差别。
随后做四分钟模拟，老师发现即使能在纸上辨认两句不同，学员一坐到对面仍会自动给建议。原因各异。有的人太在意时间，担心十分钟做不完；有人听见和自己经历相似的事，立刻想给好方法；有人在同伴面前紧张，只记得课程里的流程图。若考题只问“谁应决定会谈目标”，这些差异全部隐藏。教师需要为不同学习层次取得适合证据，也需避免让一次短小活动承担所有判断。
这并不要求每堂课都安排昂贵的完整评估。可以在备课时先决定，当日最希望知道的是什么。若只是检查是否理解概念，简短解释或辨认例子已经有用；若要决定能否进入更复杂练习，可能需要一段具体模拟；若要宣称课程培养出可稳定服务客户的能力，则需依适当要求、足够范围与合适程序提供更强证据。目标越重要、结论影响越大，所依赖证据也应越谨慎。
设计一项能显示差别的小任务
老师将第二天的开场改为两轮对照。第一轮让学员听一段客户叙述，写下“已知的主题”“客户已表达的期待”“仍然未知的用途”。第二轮不许照读答案，由客户在回应中途修正：“其实我不是想少做点工作，我想知道为什么每次说不时都这么怕。”学员是否愿意根据修正更新方向，是一项比复述定义更贴近会谈的证据。若他仍坚持讨论如何安排时间，老师便能明确观察到问题发生在哪个动作，而不只是说“还不够以客户为中心”。
在这项任务里，模拟客户的说明也重要。如果所有客户扮演者都为了帮助学员而顺着第一个问题说，几乎任何带方向的问题都可能看起来有效。因此示范脚本可写明虚构人物真正想探索的几个可能点，允许扮演者根据自己被听见或被推着走的体验给予一致条件下的回应，同时不把演练变成操纵学员失败的陷阱。观察者需知道客户的反应是一项情境证据，不能单凭一句“我觉得被听见了”推断学员所有能力已达标。
老师给观察者两句提示。先写出客户怎样修正方向，再写出教练下一句有没有使用新的信息。不要先评价“灵活性优秀”或“缺少资源感”。例如可以记录：“客户说今天只想排练，教练回应‘好，想先试试你要说的第一句吗’，随后开始角色练习。”这样一条记录可用于反馈其跟随目标的动作。若要讨论更复杂的能力，应再看相关证据，而非从这一个动作向上推断人格、资历或未来表现。
当意见与表现不一致，怎样解释
这次班级出现三类情况。第一类学员课堂评价很高，也能在新模拟中调整。第二类同样觉得听明白，却在压力下自动给方案。第三类学员自评很低，担心自己跟不上，实际观察却显示他能清楚邀请客户确认用途。若教师只看满意度，三类都被说成教学成功；若只看自我信心，又可能对第三类过度安排补习。多种证据不是越多越好，而是需要知道它们各在说什么。
对第二类，老师不必重复完整理论，可以安排更低负荷的专练，再逐渐加入时间限制或情境复杂度。对第三类，可以分享具体可观察行为，帮助他形成较准确的自我认识，同时检视他为何把“我没有问出特别深的问题”理解为表现不佳。对第一类，也不应仅凭一次做得好便停止挑战。下一轮可换成目标随对话改变的情境，观察能否发现需要重新约定。教学评估最直接的用途之一，就是为不同学习者确定下一项合适任务，而不是给全班统一盖上通过或不通过。
另一种不一致来自不同观察者。客户扮演者说“我很舒服”，观察者却看见教练从头到尾没有核对方向，只是一直友好闲聊。舒服是对关系体验的一项真实反馈，不能被行为观察直接取消；与此同时，舒服也不自动说明预定学习目标已经实现。教师可以将两项证据并排：“客户感到没有压力，这很重要；我们还需要看双方是否共同明确怎样使用这段时间。”不把一类好评拿去掩盖另一项缺口，也不因任务缺口否定所有关系价值。
形成性反馈与正式决定要分开
班里的练习主要用于学习和调整。若学生以为每次错问一句都进入毕业档案，就容易只使用最稳妥的套话，不再冒险试新动作。老师需要说明本次观察是否计入正式评估、谁能看到、用途是什么、学生能否讨论或核对反馈。形成性练习可以允许反复尝试、暂停与重来，正式表现判断则应按相应标准、程序与条件进行。两者都可以严格，但严格的对象不同。形成性严格在于反馈贴近具体证据；正式严格还关乎一致、公平与对结果的责任。
如果一堂课同时承担练习与考核，转换时点要清楚。例如上午的模拟可暂停并接受指导，下午的规定任务则按统一规则进行。不能老师在练习时不断介入、同伴给了大量提示，结束后又把这个结果当作学员独立完成的证明。反过来，也不能临时把一个原本低风险的自愿示范宣布为正式考核。学员的知情与选择会直接影响表现和信任，记录也要依据原定用途处理，尤其涉及其他学生或模拟客户的个人信息。
课堂之外的迁移，用什么材料看
四周后，老师想知道这项能力是否进入日常练习。他没有要求全班提交真实客户完整录音，而提供几种适当形式：可使用经适当授权的练习片段，也可用个人去识别的反思说明一个具体时刻，或在课程内参加一个新情境的模拟。不同材料能支持的结论不同。个人反思可显示学员怎样理解自己的选择，却不能独自证明客户实际体验；新模拟可观察在未提前背诵的条件中能否应用，却仍不等于所有真实工作中稳定表现。若课程有正式提交要求，则应依真实规定与授权，不用便利的自述替代必要评估。
他请每人写一例“我原本准备怎样回应，听到客户哪句新信息后改了方向”，再写一例“我事后才意识到没有调整”。成功与未成功各一例，使学生不必只挑亮点证明课程有效，也帮助教师辨认哪些条件更难。有人在同伴练习中已稳定，遇到上级安排的客户就仍会追随赞助方期待，说明下一课可能需要多方协议案例；有人只在时间紧时失去方向，则可练习短会谈中的优先级；还有人每次都记得核对，却问得像审问，这需要更细的语言和关系反馈。
阶段结束时，老师重新读当初的高满意度表。它仍然有价值，说明学员觉得内容清楚、课堂体验积极；只是现在不会把它单独当作技能掌握证明。老师也没有因为发现应用差距就否定整堂理论课。清晰解释、识别练习、现场应用和后续检验，本来就可能需要不同时间和方法。把证据用在它真正能回答的问题上，比一味寻找一个数字概括所有教学成果更可靠。
教研会上，教师们又把几份新旧任务放在一起检视。有一道题要求学生从四个选项中选出最开放的问题，看起来很贴近教练知识，却不能显示他遇到客户拒绝时怎样回应。它仍可用于快速检查基础辨认，只是不宜承担判断现场伙伴关系的任务。另一个短模拟虽然耗费更多课堂时间，却能同时让老师看见听取、更新与回应三个连续动作。选择评估方式时，应先说清准备据此作出什么教学决定，再决定投入多长时间、收集多少材料才值得。
下次有人齐声回答“听懂了”，可以先接住这个消息，再给一个与学习目标对应的小机会，让他们展示自己会怎样听、怎样选、怎样在客户修正时更新判断。教师从中获得的不只是学生的对错，还包括自己的课程下一步应该往哪里走。评估在此成为教学的一部分：它让老师与学员都能看见，他们现在站在哪里，哪些能力已经有可用依据，哪些还需要新的练习条件。