一、两种随机源，用途正好相反

看起来矛盾的两件事，其实是两个需求：抽奖本身要"谁都猜不到"，事后又要"能证明没动过手"。所以正确用法是——先用不可预测的模式抽，同时把种子和参数记录下来，需要复核时切到可复现模式重跑。

被人质疑时最有说服力的做法：把种子、参数、原始名单一起贴出来，任何人都能复演出同样的结果。这比任何解释都硬。

二、洗牌为什么不能"随手打乱"

很多人以为洗牌就是"随机交换几次"。问题是，简单随机会让某些排列出现的概率偏高，看起来公平，实际有偏。经典解法是 Fisher–Yates 算法：从后往前，每个元素与前面（含自己）的随机位置交换。这是唯一能保证"每种排列等概率"的洗牌方式，实现简单、无偏。

同一次抽签和洗牌共用同一套随机序列，也保证了"抽签结果"和"洗牌顺序"不会互相矛盾。

三、三个参数，决定结果怎么算

• 名单：一行一个条目，粘贴进去即可；
• 抽取数量：要抽几个人、几个号；
• 权重：加权模式下每行写「条目,权重」两列，适合"老员工中奖概率高一点"这类规则。

参数写清楚，争议就少一半。最怕的是规则藏在心里：抽完才说"这次按工龄加权"，怎么解释都不像公平。

四、边界情况不硬凑，是靠谱工具的标志

几个常见的错误输入：最小值大于最大值、不重复模式下要抽的个数超过范围大小、名单为空。这类情况，可靠的工具会直接说明原因，而不是偷偷改参数，给你一份"看起来能用"的结果。

这条判断标准挺好用：一个工具愿不愿意告诉你"你错了"，决定了它的结果能不能被信任。

五、隐私底线

名单里往往有真实姓名、工号，甚至手机号。所以处理必须在本地完成：页面不上传、不写本地存储、刷新即清空——这一点对内部抽签尤其重要，名单泄露比抽签结果本身更麻烦。

一句话收尾：公平不是靠"我相信你"，而是靠"你可以自己验一遍"。种子和参数，就是那个验的入口。