「它沒有亂講，可是好像也沒有聽進去。」如果我只能用「有沒有捏造事實」檢查回答，這句抱怨就很難被看見。對正在開發「從心出發」的我來說，這也是回覆生成最容易被忽略的問題：資料符合資格，並不代表最後那句話就接得住人。

Day 22 談的是來源能否支持主張，也留下如何檢查互動結果的問題。在走到結果之前，我想先停在 Response Generation：即使資訊已通過准入與證據檢查，它應該怎麼被說出來？這個前提是今天的討論起點，不表示前文設計的完整 Evidence Gate 已經完成。

同一段對話，重點其實一直在變

以下是合成示例，不是真實使用者紀錄：

第一輪：「課程進度跟不上。」

第二輪：「不是完全沒讀，我每天都有念，但老師換個題型，我就不知道怎麼下手。」

第三輪：「我現在只是想抱怨一下，先不要給我讀書計畫。」

第一輪只交代進度。第二輪新增了每天有念、遇到不同題型會卡住，也否定了「完全沒讀」這個前提。第三輪則把當下需要說清楚：先不要安排方法。若系統只抓住最早的「跟不上」，後面兩輪就像沒有發生。

下面兩段都是我為文章寫的示例，並非實際模型輸出。

不理想的回覆：「你覺得課程跟不上，真的很辛苦。可以先排一份每天半小時的複習計畫。」

較符合本日目標的回覆：「好，今天先不排計畫。每天都有念，碰到換了樣子的題目卻又卡住，光是這件事就夠想抱怨了。」

前一段沒有明顯編造人生背景，卻漏接了新資訊，也違反這輪不要建議的要求。後一段仍沿用使用者說過的內容，但讓那些內容回應「現在只想抱怨」這個選擇。我不需要再猜他是不是害怕老師失望，也不必硬加一句鼓勵，把困擾收成正向結局。

有依據、守限制、能承接，要分開看

我把這個問題拆成三個觀察方向。「依據」看事實或主張從哪裡來，是否超出來源支持的範圍；「限制」看回答是否尊重當輪意圖、模式與安全邊界；「承接」則看它有沒有注意到新增資訊、更正，以及此刻想談的事。

這是本文分析回答的方式，不是專案已經實作的三層評分引擎。三者也不能互相抵銷：讀書方法有來源，仍可能不該在第三輪出現；完全沒有建議的回答，也可能只是把「跟不上」換句話說。

在我查到的候選版中，LISTEN_ONLY 明確要求零提問、零建議、零行動。這是該模式的契約，不是所有對話的通則；整理模式與獲得當輪授權的小步驟模式有不同限制。守住傾聽邊界，並不要求每輪都宣告「我在聽」，更不代表安全檢查可以省略。

心理支持知識的位置也必須清楚。我的設計原則是：一般知識可以協助安排回應方式，不能替使用者補完人生。資料介紹某種常見現象，不足以證明這個人卡住的原因、疾病狀態或家庭背景。

反過來，我也不希望把基本回應變成論文朗讀。使用者已經說出每天有念、先不要計畫，這些就是承接的依據；沒有檢索結果，不代表連回應這些話都不行。候選版的傾聽輸入也把支持資料限定為內部的態度與節奏參考。這項限制存在，仍不等於每次生成都能用得恰當。

寫在前面的要求，最後還在嗎？

查閱程式時，我先分清版本。根目錄的早期生成管線只送當輪訊息；另外保存的多輪候選版，才有近期歷史、模式分支與 Supervisor。不能拿前者的限制概括後者，也不能因為候選檔案存在，就說目前網站已載入同一份內容。

第一個值得追的地方，是最終送出的輸入。候選版的 generation_request 會依有無證據、傾聽或小步驟模式調整政策，其中有重新指定整段政策的分支。若共通要求只放在分支之前，就可能在後面的組裝被蓋掉。

目前查到的候選實作，將共通表達要求加在模式分支之後，再把政策與對話資料組成最終訊息。以下節錄候選版 src/psychological_support/intelligence/generation.py 的一行：

    policy += "\n" + expression_policy

這一行很小，卻提醒我：要檢查的是最後交出去的內容，而不只是某份提示詞裡有沒有寫「自然承接」。2026 年 9 月 20 日的修補交付與離線紀錄，曾檢查有、無證據時的傾聽輸入；那只能支持特定版本的組裝行為，不能直接翻成模型已經比較會聊天。

審查者需要知道，使用者這一輪說了什麼

第二個問題在生成之後。若把產生回覆的一側稱為 Counselor，它交出的仍是待檢查候選；這份候選版中的 Supervisor 是確定性規則閘門，不能因為名字就把它當成另一位心理專家，或已完成的雙模型審查。

它接收候選回答、狀態、計畫、證據，以及明確傳入的當輪文字，回傳是否准入、拒絕原因與觀察項目。引擎先審查，再把這一輪寫入歷史。因此，審查時若直接把歷史最後一筆當成最新輸入，就可能拿上一輪的話來檢查這一輪。

我核對的程式已由引擎把當輪文字直接交給 Supervisor。生成與審查也使用共用的近期歷史組裝函式，依失效、顯示界線與更正規則縮小可用內容；審查中的人物與事件比對，取使用者文字作依據，不把舊助理的猜測當成已確認事實。

不過，更正辨識與人物比對仍包含有限的字詞規則。函式能處理某些否定句，不代表它能理解所有委婉更正。回到合成示例，我希望檢查的是「每天有念」是否真的影響下一句，而不只是輸入資料裡多了一個欄位。

文字在哪裡變差，需要逐層證據

第三個問題是責任定位。最後畫面看起來制式，不能直接怪模型、資料庫、ARCI 或前端。生成原文、解析後正文、審查、採用、保存與顯示，都可能是需要核對的交接點。

這次我回看 2026 年 9 月 20 日保存的三輪原站驗收資料。那三輪的原始生成正文，與解析、審查、採用、保存及畫面文字一致；替代回覆沒有執行。既有助理文字審查仍指出套式覆述：有些回覆保留了細節，卻接上一句摘要評語或傾聽宣告。

這讓我能把觀察收窄為：那組紀錄中的生硬表達，最早已出現在原始生成文字；沒有證據支持是下游改寫造成。但它還不能證明究竟是模型慣用語、提示詞安排或資料選擇導致。要區分這些因素，需要另外的比較，不能靠讀完一段回答就指定根因。

後續候選調整了表達契約，相關交付仍註明修後新模型對話未驗證。這次寫作也沒有新增模型請求。因此，我能說的是有修補與離線檢查紀錄，還不能寫成「回覆品質已修好」。

測試能守住接線，貼切仍要逐輪閱讀

我會先把可以明確檢查的行為寫清楚，再看實際回答。以下是沿用開場情境的建議測試案例，不是今日執行結果。

訊息送達、模式額度保留、使用正確輪次，都可以留下明確的程式檢查。但欄位正確不代表回覆貼切，沒有命中禁止詞也不等於自然。既有 Supervisor 因此把部分重複現象留作閱讀線索，沒有把它換算成「溫暖度」分數。

本日尚未完成此部分，以下先整理目前設計與下一步。我希望保留每次判斷的範圍：一次閱讀只代表那段文字的觀察，不能替所有情境背書；工程檢查也不能證明心理支持有效。

身為還在把作品一步步做出來的高中生，我現在更在意的，是別讓「規則都過了」成為停止閱讀回答的理由。既有路線把 Feedback／Replanning 列為後續方向，仍是規劃。如果使用者接著說「你還是沒聽懂」，系統要如何讓這句回饋改變下一輪的理解，同時不讓調整繞過原有的安全與證據邊界？