让 AI 讲话，不让 AI 算数：确定性事实层与生成表达层的切分

问题

如果让模型直接从起卦结果生成解读，它会给出流畅的文字，但装卦这一步的每个环节，纳甲、世应、六神，都可能在某一次生成里出错。错在哪里不可预测，而且用户无从察觉，因为错误的文字读起来和正确的一样通顺。

更麻烦的是，这类错误无法通过「写更好的提示词」根治。规则再清楚，模型也是在生成而不是在计算。要让它不算错，唯一办法是不让它算。

一条切分线

整条流程被切成两层：

• 确定性事实层。一个纯规则引擎负责起卦与装卦，输出纳甲、六亲、六神、世应、伏神、旺衰、用神等全部结构化事实。它没有任何模型调用、没有网络请求，同样的输入永远得到同样的输出。
• 生成表达层。语言模型只接收上一层算好的结构化事实，任务是用白话把这些事实说清楚，供用户理解和参考。它不被允许重新推算任何卦理，也不被允许在事实之外补充新的判断。

这条切分线的核心不是「用不用 AI」，而是谁对事实负责。事实由程序负责，程序可以被测试、被开源、被逐行核对；表达由模型负责，模型的错误最多是说得不够好，而不是说错了事实。

契约长什么样

两层之间的接口是一份 JSON 契约。每个字段都有明确的枚举取值：六亲只能是六个值之一，六神只能是六个值之一，世应是两个明确的位置索引。伏神、旺衰这些依赖节气与日辰的字段，同样由引擎按规则算出后以枚举形式给出。

契约是双向约束。对引擎来说，它规定了必须算出哪些字段，缺一个就是引擎的缺陷；对模型来说，它规定了只能引用这些字段里的内容。表达层的提示词里不放任何卦理规则，只放这份契约和一条要求：把它们说成人话，不要添加、不要更改。

术语只有一个来源

切分之后还有一个漏洞：模型在表达时可能自行「默写」领域名词，比如把某个六亲写成另一个近义说法，或者用一个它训练数据里更常见但本产品不采用的术语。名词一乱，用户就无法把解读和卦盘对应起来。

处理方式是一份 glossary，术语的唯一真源。契约中的每个枚举值在 glossary 里有且只有一个对应的中文名与一句定义。表达层的上下文里按枚举注入这些条目，模型只能使用注入的名词。术语要改，改 glossary 这一处，引擎输出、界面显示、模型表达三处同时生效。

怎么证明算得对

把事实交给程序，前提是程序自己得算得对。这一层做了三件事：

• 核心引擎以 Apache-2.0 协议开源。任何人都可以拿一个卦例，对照古籍或自己的推算逐项核对。开源不是姿态，是让「可查证」这个承诺有实际的查证入口。
• 排盘结果与两套独立的第三方实现做交叉验证。三方一致才算通过；不一致的卦例被单独记录，逐个追到规则解释的分歧点，再决定采用哪一种并写明依据。
• 历法是排盘的输入，也是最容易出错的地方。节气交节的精确时刻、子时是否换日，这两处用两套历法库互相核对，差分结果进入持续集成的回归测试。任何一次改动导致结果漂移，构建就会失败。

由此定下的口径

• 能由规则确定的事，一律由程序计算，不交给模型。
• 模型只在既定事实上做表达，不得重算、不得补充判断。
• 两层之间用带枚举的结构化契约衔接，契约是唯一接口。
• 领域术语只有一个来源，按枚举注入，禁止模型默写。
• 事实层必须可验证：开源、交叉验证、差分回归三件事缺一不可。
• 产品对外的表述始终是「可复现、可查证的规则呈现」与「理性、克制的解读参考」，不涉及任何关于结果的宣称。