为什么禁区外远射只值零点零几，而小角度传中头球能到零点二以上。开云体育用公开的方法论说明模型是怎么把画面信息折算成数字的，并列出三种最常见的误读——它们比模型本身的误差更能误导讨论。
1、位置与角度是最基本的两项
离球门越近、进球角度越大，机会越好。距离决定守门员反应时间，角度决定可打门范围。这两个变量在任何版本里都排在前两位，所以"射门点分布图"看起来像热力图，其实只是这两项的可视化。
2、终结方式会显著修正估值
同一位置，脚踢与头球的期望不同；凌空、直接推射与需要先调整的一步触球，也不同。多数模型会把触球次数与身体部位作为特征，因为一次调整等于给防守方多一次反应机会。
3、机会形成过程决定了"这是不是真机会"
同样是门前接球，来自队友穿透防线的直塞与来自对方解围失误的落点，估值不一样。部分模型会把助攻传球是否穿透防线、是否为反击等作为输入，因为这类信息体现的是防守结构被破坏的程度。
4、守门员的状态是被忽略的输入
如果守门员重心已经扑向另一侧、或者出击路线被封住，同一脚射门的进球概率会上升。是否把守门员位置纳入模型，是不同平台差异的重要来源之一，也是"这两家给的 xG 不一样"的常见原因。
5、累计 xG 与比分的差不是"运气证明"
把一场比赛的 xG 加总与进球数比较，经常被写成"该赢的没赢"。但概率不保证单场兑现：一次零点二五的机会进两球是常见事件。用累计 xG 判断一支球队长期是否被结果亏待，比用它解释单场输赢更合理。
6、它不该用来评价个人能力的全貌
一名前锋的 xG 高可能来自球队创造机会的能力，一名中场 xG 低可能因为其角色是推进而非终结。把 xG 当作"射门质量"的量尺没问题，当作"球员好坏"的量尺就会得出荒谬结论。本文在写球员数据切片时会明确区分这两件事。
另一个容易被忽略的细节是时间分布：「终结方式会显著修正估值」的成效通常在下半场前十几分钟最先显现，而「守门员的状态是被忽略的输入」往往要到最后阶段才见分晓。把这两段时间的表现放在一起比较，比笼统统计全场数据更能说明问题，也更接近教练组赛后复盘的顺序。
如果把「守门员的状态是被忽略的输入」单独拿出来看，它更像一面镜子：球队在没有球时的选择，往往比有球时更能说明训练质量。因为跑位可以临时提醒，而丢球后的第一反应只能靠长期训练建立，这也是为什么同一支球队在不同阶段的表现会差距明显。
把「创造机会谱」近几期的同类内容连起来看，会发现真正反复出现的矛盾只有两个：控制风险与制造威胁难以同时最大化。本栏目之所以坚持逐场拆解而不是只报结论，就是希望读者能把这些片段拼成一套自己的判断方法。
如果要给普通观众一个可操作的观察方法，那就从「累计 xG 与比分的差不是"运气证明"」入手：先确认无球状态下的站位是否合理，再看有球时能否保持推进方向。顺序换一下，你对「预期进球为什么给一次射门只算 0.09：模型输入的四类变量」这类话题的判断会稳很多，也不容易被一时的比分带走。
把「位置与角度是最基本的两项」与「机会形成过程决定了"这是不是真机会"」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。
它是一个概率标签，不是评判
把位置、角度、终结方式与形成过程四类输入合起来，才能理解一个 0.09 为什么低、一个 0.35 为什么高。开云体育引用预期进球时会同时说明它统计的是什么，避免把它写成"该不该进球"的结论。
