02 / AI FEATURE DESIGN

AI 认知差异卡

帮助玩家理解本次选择中的关注点，形成继续交流的开场；不让模型评判两个人的关系。

输入、生成与检查的职责示意 · 不是模型效果图

01 / INPUT双方的选择与理由

题目、A/B 选择与理由、关系类型。

02 / MODEL DESIGN中立解释与追问

设计中的模型职责，不作关系判断。

03 / PROGRAM检查、重试与兜底

确定性规则自动处理；语义保留复核。

01 / PROBLEM & AI VALUE

为什么探索 AI

两个选项不同，并不等于谁更合理。玩家给出的自然语言理由可能包含不同的关注点，固定选项很难完整表达。

AI 的潜在价值是归纳本次表达并提出开放问题。但这种解释可能过度推断，所以我先限定模型的任务和不能做的事，再设计验证方式。这个价值仍需真实输出与玩家反馈证明。

02 / INPUT & OUTPUT

题目、双方选择、双方理由、关系类型。关系类型仅作语境，不能用来判断关系质量。

差异点、双方关注点、中立总结、开放追问、置信标签与理由摘录。信息不足时关注点与摘录为 null。

Prompt 和 Schema 分别解决什么？

Prompt 约束模型“只解释本次选择，不站队、不诊断、不给关系建议”；Schema 约定字段、类型、长度与空值，方便程序接收和渲染。JSON 能被解析，不等于内容正确。

理由摘录必须逐字对应各自输入，但摘录存在不证明解释被原文支持；这仍属于人工评测。

03 / QUALITY GATES

环节	程序能检查	仍需人工判断
输入与结构	必填、长度、枚举、严格 JSON、字段与 null 约束。	字数足够是否真的有足够信息。
内容与来源	已知评价、诊断和建议短语；摘录是否存在；部分新增事件和数字。	是否公平表达、有隐含编造、过度抽象或变相站队。
最终可用性	拒绝失败候选、最多两次尝试、固定兜底。	解释和追问是否比简单复述更有帮助。

十项检查使用“通过 / 失败 / 待人工复核”。未命中关键词不能证明语义正确。

缺字段会就地报错；任一理由少于 8 字直接低置信兜底。需要生成时总共最多两次尝试，解析或校验仍失败则展示中立模板，邀请玩家补充理由。

“待人工复核”不会自动追加调用。置信标签不是经过校准的准确概率。

04 / TRY THE CURRENT DEMO

修改双方输入，或切换非法 JSON、违规输出、接口失败与重试恢复场景。

所有场景均为本地模拟。不存在真实 API 请求，不把程序恢复案例算成模型准确率。

05 / EVIDENCE & LIMITS

两个 AI Demo 合计完成 97 项离线规则测试、20 项 DOM 界面事件仿真；这些是共用交付的测试总数，不是单个项目的真实模型样本数。

当前还不能证明解释公平、没有幻觉或能改善玩家交流。真实模型评测与真人研究是后续独立阶段；本作品集不替代这些验收。