用途：response-feedback 是一套用于收集 AI 响应反馈的交互模式，核心价值在于以结构化方式获取用户对 AI 输出质量的评价，并保留上下文以便后续改进。资料明确其最适合需要给生成响应做点赞/点踩的场景。
主要能力与适用场景：支持对生成响应点赞/点踩；用于内部 copilot 的质量审查流程；支持在答案不满意后触发的重新生成循环。
何时避免：当标准非 AI 工作流更清晰可靠时，不要额外添加 AI 专属界面；用户无法真正受益时不要暴露高级控制；不要仅靠精致视觉来掩盖模型不确定性。
使用方式：实施前先确认模式与问题及约束匹配；从 references/pattern.md 中的结构和示例入手，选择最小可行变体；在叠加视觉表现前先应用无障碍、性能与交互护栏；按测试指引验证键盘、屏幕阅读器、响应式及失败场景行为。完整实现细节、示例与测试说明见 references/pattern.md，模式页面为 https://uxpatterns.dev/patterns/ai-intelligence/response-feedback。
无障碍要求：确保仅用键盘即可完成反馈操作；打开、更新或展示额外界面时保持焦点顺序合理；保留在高倍缩放时仍清晰可见的焦点状态。优先使用语义元素，仅在语义不足时添加 ARIA；在正确位置以合适礼貌级别播报错误、加载、完成等状态变化；必要时用 aria-describedby 或结构标题关联标签、提示与状态文本；不要仅用颜色传达严重程度、完成或选中状态。
性能护栏：将网络延迟、token 消耗与长响应客户端渲染一起纳入预算，而非分开考虑；在有助于缩短首次价值时间时流式或分块输出内容，但需稳定布局避免阅读抖动；追踪长提示、模型切换与重试等昂贵状态，以便基于证据调优体验。
常见错误：隐藏系统状态（用户无法判断模型是等待、流式、重试还是完成，应暴露清晰请求生命周期状态并靠近受影响内容）；把失败当作标准表单错误（AI 失败包括安全拦截、上下文限制、模型可用性与部分输出，应区分失败模式并给出对应恢复操作）；忽略 token 与延迟预算（响应变慢、变短或变贵而无可解释说明会让体验不可预测，应从设计初期就将 token、延迟与提供商约束纳入界面）。