下游要的是"要不要信"，不是"答案是啥"
很多人把 AI 输出当成一个**确定性结果**传给下游 ✗：自动写库、自动发信、自动审批 ✔。
但 AI 的输出天然带不确定性 ✔，如果不把它传下去，下游就只能**靠猜** ✗。
**把不确定性显式传出去**，下游才能做正确的事：人工确认、降级、或者拒绝 ✔。
一、不确定性怎么表达（三种粒度）
| 粒度 | 形式 | 适合 |
|---|---|---|
| 粗 | `confidence: high/medium/low` | 大多数业务流（简单可用 ✔） |
| 中 | `uncertainty: {level, reasons[]}` | 需要知道**为什么**不确定 ✔ |
| 细 | 每个字段带置信或区间 | 抽取/数值类任务 ✔ |
**建议**：从"粗"开始 ✔。`high/medium/low` 三档 + **理由列表**（资料不足 / 多源冲突 / 时间久远 / 数值推算 ✔），
下游就能写规则 ✔，比塞一个 0.73 的分数更可用 ✔（分数没人知道阈值该定多少 ✗）。
二、该显式区分的四种状态
1. **有依据的结论**（可引用原文 ✔）；
2. **合理推断**（基于常识，无原文 ✔）—— 必须标注为推断 ✔；
3. **未找到**（资料里没有 ✔）—— 明确说"未找到"，不给替代答案 ✗；
4. **拒绝**（越权/合规/能力外 ✔）—— 给原因与替代路径 ✔。
**下游规则的写法**：状态 1 → 可自动；状态 2 → 需人工确认；状态 3/4 → 不写库 ✔。
三、数值要给区间（不是单点）
四、拒答怎么写才对下游友好
```
{ "status": "not_found",
"message": "资料中未包含该型号的参数",
"what_would_help": ["提供型号全称", "指定文档版本"] }
```
**给"怎样能让它成功"** ✔ 比单纯说"没有"有用得多 ✔（下游可以提示用户 ✔）。
五、三个反模式
一条判据
> 给下游一个**只看输出结构**的程序员 ✔，他能否在**不问 AI 团队**的情况下写出正确的处理规则 ✔？
> 不能，说明不确定性还没传出去 ✗。