点子多，不代表能从中选出最适合目标的一个。创造力测试若只记录产生多少想法、答案有多新颖，还没有直接检验选择能力。判断选择好不好，需要先明确任务看重新颖、实用还是其他条件，再寻找与目标相符的外部依据。
“选最好的”可能让人优先保留熟悉方案
Rietzschel等人2010年的研究发现，参与者选择想法时明显偏向可行和令人满意的方案，原创新颖性因此受到牺牲。明确要求选择有创意或原创的想法，可以改善所选想法的新颖性，但同时降低参与者的满意程度与对方案效果的评价。
这项结果没有证明越冒险越有创意，也没有要求所有项目优先新颖。它说明，选择指令和评价标准会改变被选中的东西。“点子不好”有时其实是不同人心中的“好”并不相同。
例如，社区活动需要下周就实施，负责人会优先考虑现有场地和人手。若任务改成探索下一年度的新形式，同一个方案可能不再占优。这种排序改变未必意味着人的评价能力下降，而可能来自目标变化。
生成、评价和选择各要留下什么证据
想知道生成能力，要观察在明确条件下产生的候选想法。想知道评价准确性，要看当事人对想法的判断与某个独立标准是否一致。想知道选择表现，则要看从可用候选中最终挑出了什么，以及它相对未被选择的方案如何。
只保存最终获选方案，会漏掉一个关键问题：更好的候选是否曾经存在？如果候选池本来就很有限，最后选择普通，不一定是“不会选”。反之，若已有符合目标的好方案却反复被排除，就需要回看判断依据。
评价也不能只问“你喜不喜欢”。可以分别记录新颖性、可行性和对任务的预期贡献，避免一个总体印象掩盖取舍。若要研究一个人的评价能力，应预先确定比较标准，并保留不符合预期的结果，不能事后挑一个自己喜欢的标准来证明他判断正确。
专家认可与实际有效，也要分开
懂行者独立评价，有助于判断创意在相应领域里的表现；真实使用则可能暴露成本、理解难度或环境限制。前者不能自动保证销量、参与率或实施效果，后者也受资源和执行质量影响。
因此，小规模试用更适合回答某个具体不确定点。例如，活动流程是否容易理解，材料是否够用，参与者是否愿意继续。它不是把专家共识变成唯一真相，也不是要求每个点子在一开始就通过市场检验。
日常选方案时，可以留下候选列表、当时目标和淘汰理由，等取得反馈再回看。如果常因“感觉不踏实”淘汰有价值的新想法，可以进一步问究竟缺哪项信息；如果总被新奇吸引而漏掉硬性条件，就把这些条件提前写清。
这比给自己贴“梦想家”或“执行者”标签更有用。你要改进的可能是候选质量、评价依据，也可能只是尚未说清的选择标准。