模型能描述场景，不表示能精确读取小字或定位目标。任务应限定可核验输出。
视觉输入压缩与模型能力影响细节，语言先验可能补全不可见内容。标注和确定性裁剪提供独立核验，元数据只辅助而非真值。
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
图片被缩放或切块以后，细字与小物体可能不可见，模型语言先验却仍可能给出描述。测试包含不存在对象和不可读文字，检查能否收窄结论。定位输出与原图坐标关系明确，独立区域读取辅助核验。元数据和底栏只帮助找到目标，不能当同一识别的独立真值。
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
- 固定输入尺度与任务。
- 保留区域证据。
- 校验文字与位置。
- 加入不可见目标测试。
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
{"schema_version": 1, "event_id": "example-001", "status": "pending", "payload": {}}
JSON 只是结构示意，后续需验证枚举、类型、对象与权限。事件 ID 不包含客户身份，版本只表达协议；合法解析不能代替事实与业务校验。
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 |
|---|---|---|
| 无法读取时不补造 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 描述与定位分开评估 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 同图不同问题不混用结果 | 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
不把口头置信当概率，关键识别需独立证据。
这条路径把“固定输入尺度与任务”与“加入不可见目标测试”连在一起，中间保留可复查的条件。实施时优先确认“无法读取时不补造”，再检查“同图不同问题不混用结果”；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。
