生成式模型进入企业后，最大的风险不是答得慢，是答得像真的。质检结论、折扣权限、交期承诺，一旦被流畅的句子带着走，现场会执行一条从未被批准的规则。幻觉在聊天里是笑话，在生产里是事故。
关键业务必须有规则引擎托底。模型可以建议，生效必须经过写死的门槛。没有门槛的智能，只是把不确定性加速。
为什么提示词拦不住幻觉
提示词要求"不要编造"，模型仍会补全省略的字段。业务一忙，人会接受听起来完整的结果。越像内行，越难被拦。提示词是语气，不是权限。
把模型直接接到写库接口，危险会被放大。一条编造的客户等级、一次虚构的库存，会顺着单据链走得很远。回滚比生成贵得多。
托底的最小结构
- 允许动作清单：模型只能在清单内建议，清单外直接拒绝并记日志。
- 数值与状态区间：价格、账期、库存、质检判定，越界即驳回，不给"接近也可以"。
- 人签关键格：对外承诺、放行、改等级，必须人确认，模型不得静默生效。
- 用真实幻觉样例做回归，新模型上线先过规则集，再谈效果提升。
XYN 数智化系统适合在工单、质检、价格节点上挂规则，再让 AI 在节点内给建议。幻觉进不了生产，智能才配进生产。先托底，再扩场景。
