三种输出：概率、选择、评分

结构化输出这件事，官方给了三种固定形状，都由 GPT-6 Luna 驱动，文字和图像都能进。 三样照录。谓词那类，给一句话，让它估这句话为真的概率；选择那类，从给定的选项里挑，附上置信的分数；评分那类，对着一个数值区间给输入打档。 "给形状、不给自由发挥"这半句是全场重心。前面各接一段那条讲的是决策模型怎么被接进流程，这条讲的是让主模型直接吐出能进流程的形状。跟前面把决定挪进系统呼应，那条改的是谁来定，这条改的是交出来的东西长什么样，两头都在把输出那层钉死。跟前面专家压到四位也接得上，一个在权重里省，一个在出口处整，都是把飘的东西压实。 三种形状里我最留意谓词那类，真与假给个概率，等于把模型的拿捏显式交到下游手里，接得住的地方一下子多出来。 我留的疑问有三处。概率怎么校准没说；三类输出的延迟差别没数；与图像输入怎么配合也没交代。 这周把这三种形状接进自己那条流程，看哪一类的落点最准。