规则必须是具体和明确的，否则在遵守、确定和计数方面就无法做到有章可循。好的规则可以避免主观性和不可能。
这些规则经过解释（深入研究），可以直接使用或应用。
换句话说，好的规则是可以付诸实践的。
在本文中，罗恩将讨论表达规则的黄金标准：
假设你正在接受餐厅主持人的培训。你读到或听到了以下陈述：
员工需要穿着得体！
显然，你必须知道这一点。该指南是餐厅员工（员工、顾客等）的基本常识。它有助于确定餐厅希望保持的基调。
"着装得体 "可能意味着从燕尾服、正式礼服到泳衣和浴袍等任何服装。你几乎肯定还不够了解。
这个指导意见还不能付诸实践。
那么，指导意见需要什么呢？你需要更多的依据。需要以更具体的形式来解释最初的表述。
例如 "不穿衬衫，不提供服务 "规则，就要具体得多。即使是这样的规则，你可能还需要一些 "什么是衬衫 "规则。
你还应该问一些其他问题：规则的意图是禁止服务，而不是禁止进入？也许真正的意图是不穿上衣就不能进入。
从高层次的指导到足以付诸实践的具体规则，这种层层递进的方式是群体和社区规则的核心要求。反过来，保持对这些细分规则的记忆（可追溯性）也是平台应该支持的一个关键领域。
另一个例子
假设某位权威人士说
安全是我们的第一要务。
他们显然说了一些相当重要的话。至于他们称之为政策、原则、理论、目标或其他什么，其实并不重要。它提供了高层次的指导，有助于确定优先事项。这是一个关键的知识点。
但是，声明会告诉你期望的具体行为吗？没有。它没有给出具体的标准--没有任何东西可以判断你是否符合要求。到底什么才算合规？任何评估都将是高度主观的，而不是以规则为基础的有意义的方式。
现在假设某个权威人士说：
在建筑工地必须戴硬质安全防护帽。
假设他们也给了你关于 "硬质安全帽 "和 "建筑工地 "的适当定义和/或定义规则。现在，你能否作为一个公正的法官来判定某个工人是否符合规定呢？你现在肯定更接近了，因为你有了一个明确的判断标准。
但是，等等。你有没有注意到，声明中并没有说硬质安全帽必须戴在头上？那么，是否可以将硬质安全帽扣 "戴 "在头上呢？事实上，目前的规定甚至没有提到人或头部。难道我们要惩罚随处摆放而未佩戴的安全帽本身吗？政策解释者和规则分析者需要仔细阅读，并在不同的执行方案中发挥高度想象力。
我是不是太挑剔了？如果你是建筑工地上的一个人，一块砖头恰好砸在你的头上，可能不会（！）。如果你是面临巨额责任诉讼的公司，可能也不会。这里有一个更完整的版本：
修订后的防护帽规则：在建筑工地上，每个人都必须戴上安全防护帽。
在人群和社区中总是存在着巨大的风险。这些风险往往要求相关规则的表述具有高度的完整性。
表达规则的黄金标准
除非规则具体明确，否则在合规、确定和计数方面就无法做到有章可循。好的规则可以避免主观性和不可能。这些规则已被解释（深入）到可以直接使用或应用的程度。换句话说，好的规则可以付诸实践。它们是切实可行的。
题外话：如果在应用规则时需要自由裁量权，那么在行使自由裁量权时，应充分了解规则的上下文 背景和适用情况。
以下是检验规则是否切实可行的标准：
如果任何了解该规则的人都能观察相关上下文情况（包括自己的行为），并直接判断该规则是否得到遵守，那么该规则就是切实可行的。
一个重要的注意事项：这个人要么需要了解业务词汇，要么需要能够获得业务词汇（包括所有相关的定义规则）。
如果是这样的话，相关人员就应该能够阅读任何切实可行的声明，并且能够在没有外部澄清的情况下完全理解它。在不能依靠对话进行解释的情况下，创建实用的语句是必须的--换句话说，它是所有正式交流的必备条件。
顺便说一句，听起来很权威的声明并不意味着它是切实可行的。
下面是我们一位客户的例子：
声明：产品类型、疫苗类型和疫苗剂量的生产商不得相互矛盾。
当然可以，但确定疫苗剂量的产品类型、疫苗类型和制造商是否相互矛盾的标准是什么？该声明显然很重要，但它只是一项政策或原则，而不是切实可行的规则。不要被愚弄了！
实现切实可行的规则实际上意味着回旋余地。对于政策解释者和专业分析人员来说，"回旋 "可能是一件不小的苦差事。
这里有一个可能令人不安的想法。许多软件开发人员对特定领域的法规、业务知识和组织优先事项的了解远远少于政策制定者和主题专家。您真的希望软件开发人员对 "无回旋 "规则的意图做出假设吗？
不，最好让知情人士来做。不要推卸责任！
回旋余地和自动化
无论是否将规则自动化，从规则中挤出回旋余地都是必要的。事实上，如果规则是自动化的，这一点可能更为重要。人类可以运用常识。计算机（目前）还做不到。
但这并不是自动化和行为规则的终点，至少在两个方面是如此。
- 首先，规则平台绝对需要在表达规则时更多地接受自然语言，这样才能更好地进行管理。
- 其次，人工智能和机器学习（ML）正在迅速改变检测违规行为的游戏规则。
例子：
多年来，我一直把 "硬安全帽 "规则作为无法自动执行的规则的例子。几年前，我开始了解自动面部识别技术。我心想："嗯，如果一台机器能识别一张脸，那么它肯定也能识别一个人是否戴了一顶硬安全帽（在头上）"。
希望我吸取了教训。
如今，你永远无法确定行为规则是否可以自动化（！）。不管是好是坏，我们肯定会看到使用机器人来支持行为规则的重要且不断扩大的机会。