筛查量表和诊断访谈工具，摆在一起看都叫「测评工具」，很容易被顺手放进系统的同一个入口、同一张列表里。可它们是两种用途、两种资质门槛、两种结论效力的东西，混在一个入口，麻烦会从第一次点击就开始。
两类工具的定位本来就不同
筛查量表面向大群体，做的是快速初筛：可自评、能批量发放，结论指向「需要关注、建议进一步评估」，本身不下诊断。诊断访谈工具是另一回事，它通常要由具备资质的专业人员一对一施测和评分，结论直接指向临床判断。一个是撒网找出可能需要看的人，一个是对个案做专业定性，二者的施测者、流程和结论分量都不在同一层级。对应到系统里，这种差别本该体现在报告形态上：筛查报告给的是分层和建议，诊断工具的结果要留给专业人员填写和签署判断，连输出的样子都不一样。
同一入口会把这些差别抹平
一旦两类工具共用入口，最先出问题的是权限。没有相应资质的老师或学生，在同一张列表里点开就能用上诊断工具，施测和评分的专业前提被跳了过去。接着是场景误用：一场面向全校的普查里若混进诊断量表，学生自己做完，那份本该由专业人员解读的结果，就会被当成一个可以直接看的「诊断结论」。解释也跟着越界，筛查出来的阳性被读成「确诊」，中间那道「还需进一步评估」的缓冲被抹掉了。
数据敏感度也不该一视同仁
诊断类数据比筛查数据更敏感，它更接近临床结论，存储、查看、导出的权限本应更严。放进同一入口、同一套数据管理里，多半意味着它们被套用了相同的可见范围，本该收窄的诊断结果，跟着筛查数据一起被更多人看到。橙星云在系统里把筛查工具和需要专业资质的评估工具放在不同入口，并按角色控制谁能施测、谁能看结果，就是为了让分级从入口这一步就落下来，而不是全挤在一张列表里靠事后约束。
分开的不只是入口
稳妥的做法，是入口、权限、数据级别和结论措辞四层一起分。入口区隔决定谁能进到诊断工具那一侧，权限决定谁能施测和读结果，数据级别决定诊断结果被存放和调阅的松紧，结论措辞则让筛查报告始终停在「建议进一步评估」，不越位替代诊断。把两类工具从一开始就分道，既是避免误用，也是给诊断数据应有的那份谨慎。