用途：对任何具体 UI 目标做独立评审，不需要项目上下文文件、检测器、持久化或更大的工作流。
确定目标：明确要评审的具体界面，如 URL、截图、路由、组件、源码路径或流程；把模糊请求收窄到最小有用目标并说明所选范围。优先使用最强证据：可检查渲染后的界面、走一遍主路径而非只看静态截图、有代码时检查相关源码与共享约定、评估桌面/中间/移动三类尺寸、区分观察行为与推断。未经用户授权，不启动服务器、不安装工具、不改变浏览器会话。
两轮评审：第一轮保持独立于机械性发现，避免 lint 式输出影响视觉判断。若允许且有用，可由独立代理用自包含上下文并行执行两轮；并非必需。没有代理时，先完成并记录 Pass A 再开始 Pass B。
Pass A 体验与设计：评估产品特异性与品类可互换设计、主任务与阅读顺序/层级/信息架构、可发现性/反馈/控制/一致性/恢复、排版色彩布局密度图像动效、认知负荷与决策复杂度、情感契合与高风险时刻、加载空白错误成功禁用权限等状态、相关用户视角。完整评审时对适用的 Nielsen 启发式按 0–4 打分，真正不适用标 n/a，并对照适用满分计算；参考 references/experience-rubric.md。
Pass B 实现证据：仅评估证据支持的内容，含可访问性、响应式行为与输入方式、主题与 token 一致性、性能风险、实现完整性与重复走捷径。完整 Web 评审且有源码或运行时证据时，对适用的五个技术维度按 0–4 打分；仅截图或刻意限定范围时，无法核实的维度标 not assessed，不得猜测分数。项目已有检查如相关可用则复用；自动化发现是待核实证据而非证明，不要求也不安装专有检测器。
综合：不要拼接两份报告，而要说明视觉判断与技术证据一致之处、仅行为或源码可见的问题、自动化误报或不确定项、应保留的优点。按用户影响、频率、覆盖面和修复成本排序；少量高置信问题优于注水输出。
输出结构（完整评审）：方法与证据；体验健康度（Nielsen 表、对照适用满分总分、认知负荷结果、产品特异性结论）；技术健康度（五维表与对照适用满分总分）；总体结论；值得保留的两到四个具体优点；按严重度排序的三到七个优先发现；两三个相关视角的具体红线；系统性问题模式；有序可执行建议；证据局限。限定范围评审只保留适用章节，但保持相同发现格式与证据标准。
每条发现包含：严重度 P0–P3；证据（元素、状态、行为、文件或行）；影响；具体修正建议；证据不完整时标注置信度。不要把体验与技术总分合成虚假统一分数；不适用标 n/a，未核实维度标 not assessed，各自调整分母；不得为礼貌而抬高分数。
边界：除明确要求实施外保持只读；除非被要求，不创建报告历史、隐藏状态或项目文件；不要求 PRODUCT.md、DESIGN.md、子代理、浏览器注入或检测器；有上下文文档可用，但渲染产品与代码同样作为证据；不报告与目标无关的通用建议；不报告不说明重要性的问题；不把视觉偏好称为可访问性或正确性缺陷。