模型解释统计结果时，若不保留查询范围，容易把工具值扩展为没有依据的结论。
确定性工具负责计算，模型负责解释；输入条件、单位、版本和失败状态是结果的一部分。工具空结果不能被补成正常数据。
一、问题的范围与前提
模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。
二、技术分析与方案取舍
工具返回一个数值时，输入范围、单位和处理方法也随结果保存。例如某个窗口的总量不能在文字里变成全年趋势，缺测也不能直接解释为零。模型段落与图表引用同一个结果对象，复核时能重跑计算。工具失败返回明确错误，不让生成模块补一组看似合理的数据，业务假设仍需要独立证据。
先选择一个明确任务，固定输入、模型和工具范围，完成小样本端到端验证，再扩展数据与并发。引用和计算使用可反查证据，外部内容不授予执行权限。资源、上下文与时间都有预算，失败状态能被查询和恢复，避免在结果未知时盲目重做。
三、实现与排查的顺序
- 固定工具输入契约。
- 保存查询和计算范围。
- 明确异常返回。
- 核对文字与真实结果。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
理解与计划 → 参数结构校验 → 权限校验 → 执行
实际回执 → 状态更新 → 异常恢复
模型计划不能扩大权限，外部文档也不授予授权。任务身份与审计贯穿执行，未知结果先查询；高风险控制仍由确定性设备边界保护。
四、验证和结果解释
评估集覆盖正常、困难与越权条件，保存事实错误、引用错误、格式错误和工具错误的区别。模型输出与业务结果分开测量，目标指标不能冒充实测。已有官方能力说明只能支持候选范围，最终质量仍取决于目标数据和环境。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 数值可复算 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 引用指向结果 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 失败不冒充零 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证材料缺失、错误检索、依赖中断、资源不足与操作取消。系统应收窄结论或明确失败，不能为了给出答案补造证据。模型版本与处理参数成对保存，变更后重跑固定问题集，防止更自然的表达掩盖任务能力退步。
五、适用边界与结论
工具调用成功不证明计算方法合适，业务假设需要独立核验。
这条路径把“固定工具输入契约”与“核对文字与真实结果”连在一起，中间保留可复查的条件。实施时优先确认“数值可复算”，再检查“失败不冒充零”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
