打分看起来客观，实际把「谁更适合我」换成了「谁总分更高」。工具类站点的适用性高度依赖场景，一个总分没有意义。
做目录最容易走的一条路是打分：功能 4 分、易用 4.5 分、性价比 3 分，加起来排个榜。这条路之所以流行，是因为它看起来客观、好读、还能带来流量。但它回答的不是用户的问题。
硬伤一：权重是拍出来的
总分要先定权重。功能占 40% 还是 60%，直接决定谁排前面。权重一改，榜单就翻个面。也就是说，所谓的客观分数，其实是「某个人认为功能更重要」的另一种写法。既然本质是判断，不如把判断讲清楚，而不是藏进一个数字里。
硬伤二：场景差异被抹平
同一个 PDF 工具，给法务用来改合同、给学生用来交作业、给财务用来批量拆发票，需要的根本不是同一套能力。合同场景要的是版式不乱、能比对差异；交作业要的是免费、快、不用注册；拆发票要的是批量与命名规则。一个 4.2 分没法同时表达这三件事。
硬伤三：分数会过期
功能会变、定价会变、免费额度会砍。分数一旦写死，就成了历史遗迹。排名站最常见的退化是：三年前的榜单还在首页，下面挂着的产品已经改了两轮定价。要维持分数有效，得持续复测，成本比写一段介绍高得多。
我们改用什么表达差异
三样东西代替分数：分类、使用前提、以及明确的「不适合」。分类负责把同类放一起；使用前提负责写清楚「这个站在什么条件下好用」，比如需要企业邮箱、只支持英文、单文件不超过多少；「不适合」负责劝退，比如不适合处理敏感文件、不适合批量。这三样都能被读者拿去和自己的情况对照，而分数不能。
那怎么排序
按可核实的客观信号排：是否可访问、资料是否完整、最近是否核实过。这些不是「好不好」，是「记录靠不靠谱」。把它们和「好不好」分开，是目录能不能被长期使用的关键。