先给结论：语言模型不是真理源，是软糊糊的语言计算器。它能在词之间做惊人的跳跃，也会在跳跃里胡编；它今天能过的题，明天换说法就会塌。把它当成万能输入口，等于把系统建立在一团会变形的泥上。设计要卡在软和硬的中间：太散会胡编，太死又发挥不出那点组合推理。正确用法是拆成可组合的小引擎，工具小到像拼写检查，输出必须过结构闸门才能进系统。

为什么「一个框解决所有事」会同时触发胡编和能力幻觉

痛点是产品把柔软当成魔力。柔软的好处是：不完整的句子也能往下走，格式不齐也能猜，跨域的类比有时真能给出新角度。柔软的代价是：没有内建的真值、没有稳定的能力边界、同一任务的成功率会像被忽悠。演示选中高光，线上撞上低谷，团队会觉得模型「变笨了」。更常见的是你从来不知道它的边界在哪，因为万能框把边界藏起来了。

结构派的反应是把一切写成死规则。规则能挡胡编，也会把那点跳跃掐死。掐死之后，系统退回普通表单，模型变成昂贵的装饰。两边都失败的原因一样：把模型当成一个完整员工，而不是当成一块需要夹具的材料。

五步把柔软材料收成可组合的小推理机

1. 先写清这一块只推理什么。输入类型、输出类型、禁止回答的问题，三件写在接口上。接口以外的请求直接拒绝，不要靠它「顺便」处理。
2. 把大任务拆成能单独失败的小步。每一步的输出是下一小步的硬输入，而不是又一段可以自由发挥的散文。
3. 结构闸门放在步骤之间。枚举、数值范围、必填字段、引用必须存在。过不了闸门就重试或升级给人，禁止把坏中间态接着往下传。
4. 工具粒度向拼写检查靠拢：只做一件能被用户理解的小事，做错了也容易发现。范围越大，幻觉越难被看见。
5. 能力波动要被当成特性来设计，而不是当成事故来震惊。关键路径准备降级：规则、检索、人。模型只是主路径之一，不是唯一路径。

软和硬的中间不是一句审美，是可验收的夹具。软的部分：允许不完整输入、允许同义改写、允许在给定材料里做一步跳跃。硬的部分：跳跃必须落在字段上，字段必须能被检查，检查失败必须可见。夹具做好了，模型像计算器：你知道它算的是哪一步，错了能重算。夹具没有，模型像神谕：对了你也不知道为什么，错了你只能再求一次。

现场有三条。其一，把「更强的模型」当结构的替代。更强可能提高某一步的成功率，不会自动给你边界。没有边界的更强，是更大的泥。其二，把提示词写得越来越长来堵漏洞。长提示是在用散文模拟类型系统。散文补不齐类型。该写成字段的，不要写成第十七条注意事项。其三，用户研究里「它好像什么都会」是危险信号。什么都会等于什么都不能被追责。要把产品改到用户能指出：这一步它只会做这个，做错了我看得出。

拼写检查是好的参照不是因为它弱，而是因为它的失败模式可理解。它改了一个词，你能同意或驳回。万能助手改了你的意图、你的优先级、你没说的假设，失败模式不可见。不可见的失败会积累成「系统有自己的主意」。有主意的系统若没有闸门，就是事故源。

组合比单块聪明更重要。一小步做抽取，一小步做对照，一小步做格式，一小步做人能读的说明。每一步都可以换实现：规则、检索、模型、人。能换，才说明你没有把泥浇进承重墙。不能换，说明柔软已经变成架构。

评测不要只报平均分。要报：闸门拦截率、降级触发率、同任务跨日波动、用户能否在十秒内判断这一步有没有越界。平均分会掩盖「今天神、明天鬼」。波动才是这种材料的真实性格。性格不写进设计，设计就是在赌今天。

不要羞辱柔软。柔软是它值钱的地方：对不规则语言的容忍、对不完整指令的补全、在材料之间做有限跳跃。要羞辱的是把这块材料当成地基。地基必须硬。硬的是接口、闸门、降级和可组合的小步。软的只活在夹具里。

结论：当计算器来用，不要当神谕来拜

万能框会把边界藏起来，纯规则会把跳跃掐死。拆成小推理机，步骤间过结构闸门，工具小到失败可理解，关键路径准备降级。仍把一个输入口当产品，系统会建在泥上。泥能塑形，也能塌。

你下周只改一个入口：给它写死输入输出类型和拒绝清单。拒绝才是设计。来者不拒的框，不是好用，是还没开始做产品。做完拒绝清单，再看哪一步真的需要那点柔软。需要的地方才喂模型，其余走硬路径。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源