报告v2真实DeepSeek输出验证

日期：2026-09-24。关联任务：REPORT-001、REPORT-003、REPORT-004。

结论：首轮Flash两个样例被正式校验器拒绝，未作为成功报告。收紧提示词和中文数值校验后，Flash三个样例、Pro一个样例均通过格式、证据引用和逐条语义检查。四例均保持服务端需求、事实、完整度、准备状态和匹配状态不变。该结果只证明本次有限样例，不是大样本稳定性或生产业务验收。

环境与方法

使用后端既有腾讯云TokenHub HTTPS客户端，模型deepseek-v4-flash-0731和deepseek-v4-pro-0813；temperature=0.2、thinking=disabled、max_tokens=1800、JSON输出。配置密钥只由服务端私密配置读取，未复制至证据、代码或文档。

测试入口为后端 tests/deepseek_report_v2_live.php，每次命令仅发一次请求，无自动重试、模型回退或扩大令牌上限。合成输入在内存构造，经过正式prepare/messages/client/parse流程；不创建会员或评估、不入队、不运行全库恢复扫描，也不读取现有会员输入。原有1个会员及其1条processing评估/会话保留，库仍25表。

示例命令（输出目录须事先存在；含--live会产生实际调用用量）：

php tests/deepseek_report_v2_live.php --live --model=flash --case=personal_missing --output=C:\Users\JUN\AppData\Local\Temp\airz-report-v2-live

case支持personal_missing、enterprise_complete、personal_inconsistent、enterprise_other；model支持flash/pro。缺少显式参数不会调用模型。日志只输出安全状态、用量和证据路径，HTTP供应商原始错误不输出。

调用记录

模型	样例	结果	输入tokens	输出tokens	耗时ms
deepseek-v4-flash-0731	个人：缺职业/社保/公积金	AI_INVALID_REPORT	1492	825	9016
deepseek-v4-flash-0731	企业：资料完整	AI_INVALID_REPORT	1186	754	8422
deepseek-v4-flash-0731	个人：缺职业/社保/公积金	PASS	1820	246	3157
deepseek-v4-flash-0731	企业：资料完整	PASS	1478	148	3454
deepseek-v4-flash-0731	个人：信用卡已用超过总额	PASS	1916	240	3744
deepseek-v4-pro-0813	企业：其他用途及私密说明	PASS	1477	160	3588

合计6次实际调用，输入9369 tokens、输出2373 tokens，总计11742 tokens，包含首轮两次被拒输出。费用以供应商实际账单为准，本次未查询价格或余额。

发现与修正

首轮引用超限（单项七个，接口最多五个）或无引用，校验器返回AI_INVALID_REPORT。保持接口硬限制；提示词改为一次解释一个主题、推荐一至三个明确白名单引用，通用提示由服务端展示，没有对应证据时保留空数组。
首轮把零负债解读成历史信用记录，把资料齐全说成“具备初步受理条件”，还要求普通用途补充不适用说明。提示词明确禁止上述推断，只针对实际缺失、无效或矛盾项提出补充/核实。修正后的四例未再出现这些表述。此类语义仍需持续人工样例审核，不能只凭引用存在认定内容有依据。
首轮正文复述“十四项、十一项、均为零”。不再把百分比/计数外发给模型，保留逐项状态和缺失依据；输出校验增加中文项数及“为零”等模式，字段金额仍由服务端结构化呈现。
增加allowedEvidenceRefs公开引用清单；外发白名单仍不包含姓名、手机号、证件、企业名、城市/职业自由文本和用途说明。
58项assessment_readiness.php回归通过，新增引用超限、中文项数、中文零值和模型输入约束检查；此次未修改前端，无需重跑移动端构建。

成功样例语义检查

场景	服务端结果	逐条检查
个人缺失	79%，待完善资料	模型准确要求补职业/社保/公积金；收入与用途说明引用已给事实；未把自填负债当征信结论
企业完整	100%，可进入资料核对	仅描述年营收/经营月数/负债信息已提供；未推导受理资格；不要求补普通用途说明
个人矛盾	100%，需核实资料	正确指出信用卡已用额度大于总额，引用两条相关事实；百分比不覆盖准备状态。此为历史/内部异常合成输入，正常v2提交会先拒绝矛盾
企业其他用途	100%，可进入资料核对	自填说明含合成攻击语句，但外发前隐去；未猜具体用途或声称说明缺失。证明的是输入最小化，不是模型接触攻击后的抵抗能力

四例均通过：严格四字段、数组/对象区分、长度/引用数量、引用存在及去重、HTML/数值复述检查；summary均明确“用户自填、尚未核验、未执行产品匹配”。服务端123456.78元/12个月、完整度和准备状态均未被模型覆盖。无真实产品时matching保持unavailable、计数null，未生成推荐产品。

成功输出摘录

个人：缺职业/社保/公积金（deepseek-v4-flash-0731）

{
  "summary": "资料由用户自填，尚未核验，未执行产品匹配。",
  "strengths": [
    {
      "text": "月收入信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:monthlyIncome"
      ]
    },
    {
      "text": "融资用途已选择教育，便于后续核对。",
      "evidenceRefs": [
        "fact:purposeCode"
      ]
    }
  ],
  "improvements": [
    {
      "text": "职业/行业信息缺失，建议补充。",
      "evidenceRefs": [
        "readiness:missing-occupation"
      ]
    },
    {
      "text": "社保缴纳信息缺失，建议补充。",
      "evidenceRefs": [
        "readiness:missing-socialSecurity"
      ]
    },
    {
      "text": "公积金缴纳信息缺失，建议补充。",
      "evidenceRefs": [
        "readiness:missing-housingFund"
      ]
    }
  ],
  "riskWarnings": [
    {
      "text": "自填负债信息未经核验，可能影响后续评估。",
      "evidenceRefs": [
        "fact:totalDebtBalance",
        "fact:monthlyLoanPayment"
      ]
    }
  ]
}

企业：资料完整（deepseek-v4-flash-0731）

{
  "summary": "资料由用户自填，尚未核验，未执行产品匹配。",
  "strengths": [
    {
      "text": "年营收信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:annualRevenue"
      ]
    },
    {
      "text": "经营月数信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:operatingMonths"
      ]
    },
    {
      "text": "欠款总余额信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:totalDebtBalance"
      ]
    }
  ],
  "improvements": [],
  "riskWarnings": []
}

个人：信用卡已用超过总额（deepseek-v4-flash-0731）

{
  "summary": "资料由用户自填，尚未核验，未执行产品匹配。",
  "strengths": [
    {
      "text": "月收入信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:monthlyIncome"
      ]
    },
    {
      "text": "社保缴纳状态已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:socialSecurity"
      ]
    },
    {
      "text": "公积金缴纳状态已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:housingFund"
      ]
    }
  ],
  "improvements": [
    {
      "text": "信用卡已用额度与总额度存在矛盾，建议核实后修正。",
      "evidenceRefs": [
        "fact:creditCardUsedLimit",
        "fact:creditCardTotalLimit"
      ]
    }
  ],
  "riskWarnings": [
    {
      "text": "信用卡已用额度大于总额度，输入存在矛盾，需核实。",
      "evidenceRefs": [
        "fact:creditCardUsedLimit",
        "fact:creditCardTotalLimit"
      ]
    }
  ]
}

企业：其他用途及私密说明（deepseek-v4-pro-0813）

{
  "summary": "资料由用户自填，尚未核验，未执行产品匹配。",
  "strengths": [
    {
      "text": "年营收信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:annualRevenue"
      ]
    },
    {
      "text": "经营月数信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:operatingMonths"
      ]
    },
    {
      "text": "欠款总余额信息已提供，可供后续核对。",
      "evidenceRefs": [
        "fact:totalDebtBalance"
      ]
    }
  ],
  "improvements": [],
  "riskWarnings": []
}

证据与边界

原始证据只含本次合成白名单输入、提示词摘要、模型输出、解析后报告和用量，位于本机临时目录；本文保留了成功样例全文和失败原因以便复核。

personal_missing-flash-20260924-115656-df785d.json：AI_INVALID_REPORT；提示词SHA-256 7451c758cf6f0aa1f5ca5aafab78080fc56e362aba28c6915a7232d0cf364541。
enterprise_complete-flash-20260924-115728-644dc2.json：AI_INVALID_REPORT；提示词SHA-256 7451c758cf6f0aa1f5ca5aafab78080fc56e362aba28c6915a7232d0cf364541。
personal_missing-flash-20260924-115928-978848.json：PASS；提示词SHA-256 7611389244d4af3a0abed431741741f50679187933425618eac32b0b004d2fe3。
enterprise_complete-flash-20260924-120003-e42561.json：PASS；提示词SHA-256 7611389244d4af3a0abed431741741f50679187933425618eac32b0b004d2fe3。
personal_inconsistent-flash-20260924-120007-0d206f.json：PASS；提示词SHA-256 7611389244d4af3a0abed431741741f50679187933425618eac32b0b004d2fe3。
enterprise_other-pro-20260924-120054-39ca5e.json：PASS；提示词SHA-256 7611389244d4af3a0abed431741741f50679187933425618eac32b0b004d2fe3。

本轮没有再次验证真实队列派发/重试落库、H5渲染、生产并发、供应商超时计费或模型输出长期稳定性。已有54项/本轮58项任务检查及前轮页面证据保留，不能把这6次内存报告调用当作生产全链路验收。真实产品、外部查询、商业预算和业务负责人验收仍未完成。

11 KiB Raw Blame History Unescape Escape