模型被允许做什么

在一个公开的统计页面顶部，这里可能有两三句话，描述这个计数器本月做了什么。它们是一个语言模型写的。模型在这里什么也不编造，而让这句话成立的那套安排值得描述一番——因为搭建这个功能的显而易见的做法，并不具备这个性质。

树莓派跑 SQL，决定哪个数字值得一提，然后写提示。模型把一个事实变成一句所要语言的话。之后树莓派把回答读回来，只要里面有一位数字不是来自提示，就把它扔掉。

所以模型唯一的自由是措辞。它不挑选，不计算，不取整。它贡献的恰恰是模板做不到的那件事：十一种读起来像语言的语言。

三道检查，以及每一道所针对的那次失败

没有一道是出于谨慎写下的。每一道之所以存在，是因为 2026 年 8 月 17 日有件具体的事出了错。一个小模型拿到了关于某个计数器的两个事实——最强的星期是周一，占 46 %；以及 76 % 的访客来自波兰，共 5 个国家——然后写出了一句话，说最强的是周三，而 46 % 的访客来自波兰。

一句话里两处不同的错误，而且哪一处都不是编造出来的数字。

每一位数字都必须出现在提示里。这抓的是编造的数字。它有一个后来很容易弄坏的推论：提示里的指令部分一个数字也不含。那里写的是「one or two sentences」，绝不写「1-2」，否则 1 和 2 就成了回答里被允许的数字。
每个事实一条提示。这抓的是张冠李戴的数字。上面那个 46 是真的——它只是属于另一个事实，而对数字集合做的检查看不出这一点。如果模型每次只看见一个事实，就没有什么可对调的。
名称也要检查。这抓的是周一变成周三。名称以目标语言写在事实里，必须原样出现在回答中，而它的同类不得出现。

这一点该和其余内容一口气说完。有两样东西会漏过去。

一句不用数字却说了假话的话——明明是 46 % 却说「大多数访客」——三道检查一道也抓不到。吸收掉它的是结构本身：判断早就在树莓派挑出来的那个事实里，而不在模型的自由里。

还有一句说的是跟它的事实完全不同的主题、但数字对得上的话，也会漏过去。对付这个只能靠一个听指令的模型。对于带名称的特征——星期、设备、机器人、页面——第三道检查会额外覆盖。

一套只抓编造数字的核对，会原封不动地放过上面那句话。那是真数字放错了地方，而这种失败方式只有盯着输出、而不是盯着想法，才看得见。