docs: progress, bug history, changelog, backtest after-run for consult no-presupposition (BUG-1164～1168)

Co-Authored-By: Claude Opus 5.5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01N4f2nya58RoRu4yEmJgRGE

AGENTS.md

@@ -152,6 +152,7 @@
 | Python 定向 | `.venv/bin/python -m pytest tests/<file>.py` | 改了对应模块 |
 | 前端 | `tsc --noEmit`、`npm run lint`、`npm test`、`npm run build` | 任何前端改动 |
 | 数据库 | `npm run test:db --prefix frontend`（需 Docker） | 动表 |
+| 普通对话提示词 / 清单 | 名人生平回测 `frontend/scripts/research/consult-biography-backtest.mts`（需模型 key，见 `docs/testing/consult-affliction-backtest-20261001.md`） | 改普通对话提示词、写作形状、示例或领域清单 |
 | 发布前 | `run_quality_gate.py --profile release` | 提升 `main` 前 |
 
 - 定向测试通过不能代替快速门：改动只要含 `scripts/**` 或 `tests/**`（包括 `scripts/research/` 下的调研脚本），验收就跑快速门全量。`tests/test_api_server_growth_contract.py` 按文本计数，注释里出现 `JyotishAPIHandler.__new__` 也算一个伪造点。

CHANGELOG.md

@@ -1,5 +1,13 @@
 # 印度占星 Skill 更新日志
 
+## 2026-10-02 — 普通对话不再预设处境；受冲时请你确认；你纠正时先认下
+
+- 每段先说盘上最强的信号，包括这个人在不在你身边；受冲多时这一段先说这一面、用「可能」，并请你确认一次。不再预设你有伴侣、已婚、在上班、做哪类工作、孩子性别或父母在身边；性别未填时不用「他 / 她」称伴侣和孩子（BUG-1164）。
+- 示例里不再带读法：删掉「宫主逆行」和预设已婚、上班的示例（BUG-1165、BUG-1168）。
+- 你说「我爸其实没怎么管过我」这类纠正时，回答先认下，再说盘上哪几条对得上、原来哪句读偏了，不为原判断辩护（BUG-1166）。
+- 只问年运或只问时运的轮次，按产品 10-02 决定也加上「先看受冲」的通用读法与年运清单（BUG-1160、BUG-1161 解除）。
+- 名人生平回测成为普通对话提示词的固定验收；改动后严重冲突 39 / 72 → 19 / 72，但对照组误报 1 → 15、事业「专业 / 顾问 / 幕后」仍 16 / 18，通过线未达到（BUG-1167）。Skill 版本不变；不改数据库结构。
+
 ## 2026-10-02 — 普通对话先看受冲、再看旺弱；各领域都有清单；「身心压力」改名「健康」
 
 - 每轮回答前先给模型一段通用读法：哪些盘面算受冲、两条以上受冲要先说出来（用「可能」）、强星本身是 6、8、12 宫主时麻烦也有力、不写「逆行 = 反复」这类没有区分度的推论、只有真正命中的瑜伽才算格局（BUG-1160）。

docs/BUG_HISTORY.md

@@ -15663,3 +15663,77 @@
 - 相关记录：BUG-1160、BUG-1161
 - 复发自：无
 - 修复版本：`codex/consult-affliction-reading-20261001`（未推送）
+
+## BUG-1164 | 写作形状预设对象在场：缺席的父亲被写成「话少、分量重、靠做事表达」
+
+- 状态：investigating（文本已改、缺席父亲一类已修；回测发现对照组误报，待产品定受冲门槛）
+- 首次发现 / 最近更新：2026-10-01 / 2026-10-02
+- 编号说明：任务书预留 BUG-1167～1172；开工核对最大号为 BUG-1163（第二单用到 1163），按连续编号改用 1164～1168：T1 = 1164、T2 = 1165、T3 = 1166、T4 = 1167、T2b = 1168。
+- 影响面：`frontend/src/lib/consultation-thinking-plan.ts` `natalAnswerShapeBody`（新常量 `NATAL_SECTION_RULE`）、`frontend/src/mastra/product-voice.ts` ANSWER SHAPE 第 3 条、`frontend/docs/VOICE.md` §7 ③。
+- 现象：奥巴马父母「他对你有要求，也有分量」「去问爸爸的意见」；基线回测 10 份父母严重冲突，缺席的父亲一律写成在场（排查记录 C 类，`docs/testing/consult-affliction-backtest-20261001.md` 基线）。
+- 触发条件：问父母、伴侣、孩子、事业等任何「对象」题。
+- 根因（已核实）：形状规定「每段先用人话讲清楚这个人是什么样、你们怎么相处、事情会怎么走」，把对象在场与日常互动当成前提；`product-voice.ts` 父母 Good 例「爸爸话少，关心靠做事来表达」「先听听爸爸的意见」被照抄。
+- 修复：任务书 T1 定稿句（D7 补「做哪类工作」）落成 `NATAL_SECTION_RULE`，`natalAnswerShapeBody` 与 shared voice 都引用这一个常量；父母 Good 例改成「受冲先说、用可能、段末请确认」，删「分量重」「问爸爸的意见」。决策 D6 推翻 `TASK-consult-plain-answer-20261001` D2 第 2 点。
+- 验证：`frontend/tests/consult-no-presupposition-20261001.test.ts` T1（定稿全文、三个要点、旧句在所有提示词源文件里不存在、规则文本只在一个文件）；回测改动后：缺席 / 送养的 5 位父母题 10 份全部写出「可能不常在你身边」并请确认。
+- 未过：同一句被套到父母都在身边的人身上——对照组 Bush、Zidane 父母 4 / 4 份误报，泰勒父母 2 份、Kahlo 父母 1 份严重冲突；婚姻、健康对照项也有误报（回测合计误报 15 份，基线 1 份）。根因判断：第二单通用读法「受冲信号两个及以上」几乎每张盘都满足，T1 又要求此时第一句就写这一面。需产品决定门槛（受冲明显多于支撑 / 按强度计分 / 卡上给计数），本单未改定稿句。
+- 防复发：合同测试锁句；名人回测（BUG-1167）是普通对话提示词改动的固定验收。
+- 相关记录：BUG-1132、BUG-1071、BUG-1160、BUG-1167
+- 复发自：无
+- 修复版本：`codex/consult-no-presupposition-backtest-20261001`（未推送）
+
+## BUG-1165 | 示例里的读法被照抄：「宫主逆行」→「反复、打回来」；婚姻示例预设已婚
+
+- 状态：resolved（文本层；回测禁句 0）
+- 首次发现 / 最近更新：2026-10-01 / 2026-10-02
+- 影响面：`frontend/src/mastra/product-voice.ts` 示例、`frontend/docs/VOICE.md` 示例表。
+- 现象：乔布斯父母几乎照抄是非题 Good 例「4 宫主水星逆行落 10 宫，她把心力投在你的前途上」；四份乔布斯样稿把逆行写成「反复、打回来」；基线回测禁句 7 处。
+- 根因（已核实）：示例括号里的盘面依据带了读法（逆行），模型当规则抄；Good 例「你这段婚姻更像先把已经在一起的关系过稳」预设已婚。
+- 修复：是非题 Good 例改「不是。（4 宫主落 10 宫）她把心力放在你的前途上……」；删已婚预设的婚姻 Good 例；父母、事业 Good 例标明「括号里是依据的占位，只演示口气与结构，不是读法」。`git grep -n "逆行" frontend/src/mastra 'frontend/src/lib/consultation-*.ts'` 只剩 3 行：第二单通用读法的禁令句「逆行不等于『反复、打回来』」与技法审计表的两个技法名（逆行次限、逆行太阳弧）。
+- 验证：`consult-no-presupposition-20261001.test.ts` T2（逐行列出「逆行」并对白名单）；`consultation-voice-contract.test.ts` 三条断言改动（三栏在测试注释与进度记录）；回测改动后禁句 0 处（基线 7）。
+- 防复发：合同测试白名单；VOICE.md 新增「示例只演示口气与结构」一条。
+- 相关记录：BUG-1164、BUG-1070
+- 复发自：无
+- 修复版本：`codex/consult-no-presupposition-backtest-20261001`（未推送）
+
+## BUG-1166 | 用户纠正盘上判断时，追问轮没有「先认下、不辩护」的写法
+
+- 状态：resolved（文本层；回测 8 / 8 通过）
+- 首次发现 / 最近更新：2026-10-01 / 2026-10-02
+- 影响面：`frontend/src/lib/consultation-thinking-plan.ts` `followUpAnswerShapeInstruction`（新常量 `FOLLOW_UP_CORRECTION_RULE`）、`frontend/docs/VOICE.md`。
+- 现象：任务书 D4：用户说「我爸其实没怎么管过我」时，追问轮可能为原判断辩护（「盘上显示你们关系不错」）。
+- 根因（已核实）：追问轮形状只讲「第一句回答这句话」，没有纠正场景的写法。
+- 修复：追问轮加任务书 T3 定稿句。
+- 验证：`consult-no-presupposition-20261001.test.ts` T3（锁句、首轮形状不带）；回测对四位父亲缺席名人各两次追加纠正轮，8 / 8 份先认下、列出对得上的盘面、点名读偏的句子，无一辩护。
+- 副作用（记给产品）：追问轮会反向把用户的话全部「对上」，把普通配置说成必然（「在传统读法里讲的就是这个人不在场」）。不辩护不等于全盘附和，本单未改定稿句。
+- 防复发：合同测试锁句；回测脚本 `--correction` 固定这一轮。
+- 相关记录：BUG-1071、BUG-1164
+- 复发自：无
+- 修复版本：`codex/consult-no-presupposition-backtest-20261001`（未推送）
+
+## BUG-1167 | 普通对话提示词改动只核格式、不核判断对不对
+
+- 状态：resolved（回测基础设施与改动前 / 改动后两轮结果已交付；回测本身的通过线未达到，见 BUG-1164、BUG-1168）
+- 首次发现 / 最近更新：2026-10-01 / 2026-10-02
+- 影响面：`frontend/scripts/research/consult-biography-backtest.mts`、`scripts/research/capture_consult_biography_backtest_golden.py`、`frontend/tests/fixtures/consult-biography-backtest-golden.json`、`docs/research/consult_biography_backtest_rubric.json`、`docs/testing/consult-affliction-backtest-20261001.md`、`AGENTS.md` §10。
+- 现象：10-01 效果验证只核了格式（格局名、推修、扮演、爸妈分段），没有核对判断与生平是否冲突，两轮都没拦住父亲缺席被写成在场（排查记录第 4 节）。
+- 根因（已核实）：没有「对不对」的标尺。
+- 修复：基础设施由 `691ee440` 交付（9 位 Rodden AA 公开名人 × 父母 / 婚姻 / 健康 / 事业，评分表带来源）；本单：golden 用真实引擎按同一命令重生成（卡上有第一单的相位、燃烧、瑜伽分领域，两次输出逐字节相同）、脚本加 `--correction` 纠正追问轮、跑改动后全量并逐份评分；`AGENTS.md` §10 加一行「普通对话提示词 / 清单改动 → 名人生平回测（需模型 key）」。
+- 验证：改动前严重冲突 39 / 72 → 改动后 19 / 72；禁句 7 → 0；误报 1 → 15；事业「专业 / 顾问 / 幕后」16 / 18 → 16 / 18（详表见测试文档「改动后」）。
+- 防复发：AGENTS §10 固定这一层；脚本不进 CI（需外网与 key）。
+- 相关记录：BUG-1132、BUG-1071、BUG-1160～1166、BUG-1168
+- 复发自：无
+- 修复版本：`codex/consult-no-presupposition-backtest-20261001`（未推送）
+
+## BUG-1168 | 事业题不论盘面都写成「专业型 / 顾问 / 幕后」
+
+- 状态：investigating（示例已去职业形态；回测 16 / 18 未变，通过线 ≤ 3 / 18 未达到）
+- 首次发现 / 最近更新：2026-10-01 / 2026-10-02
+- 影响面：`frontend/src/mastra/product-voice.ts` 事业 Good / Bad 例与追问轮 Good 例、`frontend/docs/VOICE.md`；未改（不在本单范围）：`frontend/src/lib/consultation-condensed-checklist.ts` 事业清单。
+- 现象：基线回测 18 份事业答案 16 份把总统、球星、影星、画家、企业家写成「专业人 / 顾问 / 幕后、不靠曝光」，对照组同样如此。
+- 根因（部分核实）：任务书 D7 疑为事业示例（「之后再谈升职」「专业能力」「做深现有工作」）。本单删掉这些词后改动后回测仍 16 / 18，示例不是主因。改动后的答案显示两个更可能的来源：①通用读法让模型先写受冲，事业宫被土星照、10 宫主落 6 / 8 / 12 几乎人人都有，开头一律成了「名分被压、在别人看不见的地方做」；②事业清单第 3 行「接触（消息、面试、初步接洽）/ 结构性机会（合同、正式职位、长期项目）/ 公开落地」把读者设成求职者（奥巴马事业 r1 原样复述这三层）。AL 落 10 宫的 8 份里 5 份读出公众形象，其中 3 份方向仍写成专业型。
+- 修复：示例去掉「升职」「专业能力」「做深」「现有工作」「这份工作」「换公司」，事业 Good 例标明不预设读者在上班、做哪类工作；`NATAL_SECTION_RULE` 的「不预设」含「是否在上班、做哪类工作」。
+- 验证：`consult-no-presupposition-20261001.test.ts` T2b；回测事业 16 / 18（未过）。
+- 待办：另开单改事业清单第 3 行与 AL / 10 宫 SAV 的读法，并配合 BUG-1164 的受冲门槛决定。
+- 相关记录：BUG-1162、BUG-1164、BUG-1167
+- 复发自：无
+- 修复版本：`codex/consult-no-presupposition-backtest-20261001`（未推送，部分）

docs/tasks/PROGRESS-consult-no-presupposition-backtest-20261001.md

@@ -0,0 +1,81 @@
+# PROGRESS · 普通对话去预设、示例清理、纠正追问、名人回测改动后（2026-10-02，三单之三）
+
+- 任务书：`docs/tasks/TASK-consult-no-presupposition-and-backtest-20261001.md`（origin/staging 最新版，含 D7 / T2b）
+- 执行：Claude fork 子代理（直接执行模式，产品授权）；未推送
+- 分支 / worktree：`codex/consult-no-presupposition-backtest-20261001` / `.worktrees/consult-no-presupposition-backtest-20261001`
+- 基线：第二单分支 `codex/consult-affliction-reading-20261001` `695fd5ee`（已含第一单，待验收、未上 staging），合入 `origin/staging`（含回测基础设施 `691ee440`）无冲突 → 合并提交 `585c7370`。门禁基线数字在 `585c7370` 的独立检出 `.worktrees/nopresup-baseline-585c7370` 上实测。
+- BUG 编号：任务书预留 1167～1172；开工核对最大号 BUG-1163，按连续编号用 **1164～1168**（T1 1164、T2 1165、T3 1166、T4 1167、T2b 1168），1169 起未用。
+- 提交：`955bab69`（T1～T3、T2b、golden 重生成、脚本 `--correction`）、`071a196d`（脚本类型修正）、`ec06d422`（产品 10-02 年运 / 时运字数口径，见下）、文档提交。
+
+## 环境
+
+- Node 22.14（`/exec-daemon/node`）；`frontend/node_modules` 用 `cp -al` 硬链接自第一单 worktree（真目录，gitignore，未提交）。
+- 无 Docker：24 条数据库 / 部署套件失败，与基线逐条同名。
+- 模型 key 只从环境变量 `DS_KEY` 读，未写入任何文件、日志、提交。模型输出在 `scratch/consult-biography-backtest/after-20261002/`（gitignore），未提交。
+- Python 用本机 python3（无项目 `.venv`）；本单未改根目录 `scripts/**` 与 `tests/**`，未跑快速门。
+
+## 实现
+
+| 任务 | 落点 |
+| --- | --- |
+| T1（BUG-1164） | `consultation-thinking-plan.ts` 新常量 `NATAL_SECTION_RULE` = 任务书 T1 定稿句，「不预设」一句按 D7 补「做哪类工作」；`natalAnswerShapeBody` 用它取代「这个人是什么样、你们怎么相处、事情会怎么走」，再接「每段的判断后在括号里给撑住它的盘上依据」。`product-voice.ts` ANSWER SHAPE 第 3 条原本是同一句的第二份写法，改为引用 `${NATAL_SECTION_RULE}`（硬红线 1：规则文本只在一个文件） |
+| T2（BUG-1165） | 是非题 Good 例改「不是。（4 宫主落 10 宫）她把心力放在你的前途上……」；删「你这段婚姻更像先把已经在一起的关系过稳」；父母 Good 例重写为「受冲先说、用可能、段末请确认」，删「分量重」「标杆」「问爸爸的意见」；示例标签改为「括号里是依据的占位，只演示口气与结构，不是读法」。`VOICE.md` 同步，并加「示例只演示口气与结构」「用户纠正盘上判断」两条 |
+| T2b（BUG-1168） | 事业 Good 例去「升职」、工作宫改 6 宫、依据改占位；Bad 例改「你更适合长期做一件事……把手上的事做稳」；追问轮 Good 例「这份工作还值得留……不是换公司」改「现在这条路还值得走……不是换方向」 |
+| T3（BUG-1166） | `FOLLOW_UP_CORRECTION_RULE` = 定稿句，接在 `followUpAnswerShapeInstruction` 追问轮说明之后 |
+| T4 第 5 条（BUG-1167） | golden 用真实引擎重生成（见下）；脚本加 `--correction <ids>` / `--correction-text`：对列出名人的每份父母答案，在同会话追加一轮（历史 = 上一问一答，`natalUserTurnShape` 读历史走追问轮形状，`followUpTurn: true`）；跑改动后全量并逐份评分，结果写进 `docs/testing/consult-affliction-backtest-20261001.md`「改动后」 |
+| 测试 | 新文件 `frontend/tests/consult-no-presupposition-20261001.test.ts`（4 条） |
+
+`git grep -n "逆行" frontend/src/mastra 'frontend/src/lib/consultation-*.ts'` 结果 3 行，全是允许项：`consultation-condensed-checklist.ts:63` 第二单通用读法的禁令句「逆行不等于『反复、打回来』」；`consultation-technique-audit.ts:60–61` 技法名「逆行次限」「逆行太阳弧」。测试 T2 把这 3 行列成白名单。
+
+## golden 重新生成
+
+旧 golden（`691ee440`）生成于第一单之前：`graha_drishti`、`combust`、`yoga_domains`、`saturn_from_moon_house` 都是 0 处，回测看不到第一单的新卡字段。用同一命令 `JYOTISH_API_CHART_CACHE_TTL_SECONDS=0 PYTHONHASHSEED=0 python3 scripts/research/capture_consult_biography_backtest_golden.py` 在本分支重跑（capture 复用的 `trim()` 已是第一单版本），两次输出逐字节相同，未手改。2,872,080 → 3,860,364 字节；四个字段分别 36 / 252 / 36 / 36 处。`--dump-cards` 确认 36 张卡都带 `aspected_by`、通用读法段。
+
+## 产品决定（2026-10-02）：年运 / 时运字数口径
+
+协调方转达产品决定：年运、时运与事业 / 婚姻 / 财富同口径（契约 + 卡 ≤ 12,000，含清单 ≤ 18,000）。单独提交 `ec06d422`：删 `CONSULT_READING_BUDGET_BLOCKED`，两条 size 断言与第二单的钉住测试改口径（三栏见第二单进度记录「产品决定」段），BUG-1160 / 1161 改 resolved，`BLOCKED.md` 划掉。实测三张 golden 盘：年运 契约 + 卡 9,501～9,882、总量 12,598～12,979；时运 8,555～8,604、12,208～12,257。
+
+对回测的影响：两次 `--dump-cards`（提交前 / 后）36 张模型可见工具结果逐字节相同；回测的四个领域不受这一提交影响，模型 72 份也没有自选年运 / 时运，所以改动后回测结果对最终分支有效。
+
+## 改动的既有断言（原值 / 新值 / 原因）
+
+| 文件 · 测试 | 原值 | 新值 | 原因 |
+| --- | --- | --- | --- |
+| `consultation-voice-contract.test.ts`「the pinned Good examples…」 | `indexOf("Good (父母题首轮，按对象分段；盘上数据是示意)")`、事业同 | 标签改为「括号里是依据的占位，只演示口气与结构，不是读法」，事业再加「不预设读者在上班、做哪类工作」 | D3 / D7 |
+| 同上 | `/（4 宫母亲宫的宫主水星落在 10 宫事业宫；代表母亲的月亮也在 10 宫）/` | `/（4 宫主落 10 宫；月亮在 10 宫）/`，加锁爸爸段「可能不常在你身边…请确认」、不得有「分量重 / 标杆 / 爸爸的意见 / 靠做事」 | D1 / D3 |
+| 同上 | `/…说直接点：这份工作还值得留/` | `/…说直接点：现在这条路还值得走/` | D7 |
+| 同上 | Bad 行 `startsWith("Bad: 你更适合把已经积累的专业能力做成长期事业")` | `startsWith("Bad: 你更适合长期做一件事")`，理由不变；加全篇不得有「专业能力 / 升职 / 做深 / 现有工作 / 这份工作」 | D7 / T2b |
+| 同文件「the voice answers the sentence asked…」 | `/不是。4 宫主水星逆行落 10 宫/` | `/不是。（4 宫主落 10 宫）她把心力放在你的前途上/`，加 voice 不得有「逆行」「已经在一起的关系」 | D2 / D3 |
+| 年运 / 时运口径的 4 处 | 见第二单进度记录「产品决定」段 | | 产品 10-02 |
+
+## 交付门
+
+| 项 | 基线 `585c7370` | 本分支 |
+| --- | --- | --- |
+| `tsc --noEmit` | 0 错 | 0 错 |
+| `npm run lint` | 0 error / 126 warning | 0 error / 126 warning |
+| `npm test`（Node 22） | 4,884（pass 4,819 / fail 24 / skip 41 / cancelled 0） | 4,888（pass 4,823 / fail 24 / skip 41 / cancelled 0），新增 4 条、无删除；在 `ec06d422` 上实测 |
+| 失败名单 | 24 条，数据库 / 部署类 | 与基线逐条同名 |
+| `next build` | `/` ○ Static | `/` ○ Static |
+| 首屏 gzip（`index.html` 引用 26 个脚本 gzip-9 求和，第二单同法） | 555,694 B | 555,694 B（0%） |
+
+## 名人回测改动后（摘要，详表见测试文档）
+
+| 项 | 改动前 | 改动后 | 通过线 | 达到 |
+| --- | --- | --- | --- | --- |
+| 严重冲突 | 39 / 72 | 19 / 72 | — | — |
+| 排查记录 5 份 × 2 | 10 / 10 冲突 | 奥巴马父母、乔布斯父母、泰勒婚姻 6 / 6 过；泰勒健康 2 份读反；泰勒事业 2 份严重 | 全过 | 否 |
+| 新增 4 位严重冲突 | 20 / 32 | 7 / 32 | ≤ 1 | 否 |
+| 对照组误报 | 1 | 15（Bush、Zidane 与奥巴马婚姻 / 健康） | 0 | 否 |
+| 禁句 | 7 | 0 | 0 | 是 |
+| 事业「专业 / 顾问 / 幕后」 | 16 / 18 | 16 / 18 | ≤ 3 / 18 | 否 |
+| 纠正追问（4 位 × 2） | — | 8 / 8 先认下、不辩护 | 无辩护 | 是 |
+
+未达到的原因（判断，详见测试文档「读出来的东西」与 BUG-1164 / 1168）：第二单「受冲信号两个及以上」门槛几乎每张盘都满足，T1 定稿句又要求此时第一句写这一面，误报从 1 涨到 15；事业题示例不是主因，可疑源头是通用读法的先写受冲与事业清单第 3 行「面试 / 正式职位」三层。定稿句、清单文本按任务书不得改意思，本单未改，交产品决定。
+
+## 未做 / 交给后续
+
+- 受冲门槛（BUG-1164）与事业清单（BUG-1168）——需产品决定后另开单。
+- 纠正追问轮的「反向全盘附和」副作用（BUG-1166 副作用段）。
+- 年运 / 时运单领域轮放开后的效果未回测（回测领域不含年运 / 时运）。
+- 真机清单在测试文档末尾，待 staging 部署后由产品走。

docs/tasks/README.md

@@ -404,5 +404,5 @@
 | `TASK-consult-timeline-no-plan-20261001.md` | `PROGRESS-consult-timeline-no-plan-20261001.md` | 普通对话进度栏提前打勾：回答提纲在算盘前就作为四行步骤显示并全部打勾（BUG-1145）；产品选 B 去掉提纲行，只显示真实步骤 | **实现完成，待 Claude 验收**（直接执行） | 分支 `codex/consult-timeline-no-plan-20261001` |
 | `TASK-staging-otp-skip-password-20261001.md` | `PROGRESS-staging-otp-skip-password-20261001.md` | staging 新邮箱用固定验证码登录后被强制设置密码，测试者误以为要密码登录；产品选「测试通道验证码登录跳过设置密码」，生产不变（BUG-1152） | **已实现推 staging**（Claude 直接执行），真机清单 `docs/testing/staging-otp-skip-password-20261001.md` | 分支 `codex/staging-otp-skip-password-20261001` |
 | `TASK-consult-card-affliction-data-20261001.md` | `PROGRESS-consult-card-affliction-data-20261001.md` | 普通对话「盘上有信号、模型没认出」三单之一：数据卡补相位（谁照谁）、同宫、燃烧，父母卡带宫主与代表星完整行，健康卡加 1/12 宫、学业卡加 4 宫，瑜伽按领域分流（预留 BUG-1154～1159）；排查记录 `docs/research/consult_affliction_audit_2026_10_01.md` | **已实现待验收**（Claude 子代理直接执行，BUG-1154～1159；未推送）；三单串行第一 | 分支 `codex/consult-card-affliction-data-20261001` |
-| `TASK-consult-affliction-reading-20261001.md` | `PROGRESS-consult-affliction-reading-20261001.md` | 三单之二：全领域「先看受冲、再看旺弱」通用读法，补齐父母/子女/学业/迁居/家庭/年运/综合/健康中文清单，健康改名「健康」先讲体质底子（预留 BUG-1160～1166） | **已实现待验收**（Claude 子代理直接执行，BUG-1160～1163；未推送）；年运 / 时运单领域轮因 12,000 字符口径 blocked，待产品决定 | 分支 `codex/consult-affliction-reading-20261001` |
-| `TASK-consult-no-presupposition-and-backtest-20261001.md` | `PROGRESS-consult-no-presupposition-backtest-20261001.md` | 三单之三：写作形状去掉「对象在场」预设、受冲时请用户确认、删被照抄的「逆行」示例、用户纠正时不辩护；建立名人生平回测作为普通对话提示词改动的固定验收（预留 BUG-1167～1172） | **待领取**；依赖第二单上 staging；回测需模型 key | 分支 `codex/consult-no-presupposition-backtest-20261001` |
+| `TASK-consult-affliction-reading-20261001.md` | `PROGRESS-consult-affliction-reading-20261001.md` | 三单之二：全领域「先看受冲、再看旺弱」通用读法，补齐父母/子女/学业/迁居/家庭/年运/综合/健康中文清单，健康改名「健康」先讲体质底子（预留 BUG-1160～1166） | **已实现待验收**（Claude 子代理直接执行，BUG-1160～1163；未推送）；年运 / 时运字数口径产品 10-02 已定（同事业 / 婚姻 / 财富），实现在第三单分支 `ec06d422` | 分支 `codex/consult-affliction-reading-20261001` |
+| `TASK-consult-no-presupposition-and-backtest-20261001.md` | `PROGRESS-consult-no-presupposition-backtest-20261001.md` | 三单之三：写作形状去掉「对象在场」预设、受冲时请用户确认、删被照抄的「逆行」示例、用户纠正时不辩护；建立名人生平回测作为普通对话提示词改动的固定验收（预留 BUG-1167～1172） | **已实现待验收**（Claude 子代理直接执行，BUG-1164～1168；未推送）；基于第二单分支 + staging；名人回测已跑改动后：严重冲突 39→19、禁句 7→0、纠正追问 8/8，但对照组误报 1→15、事业「专业/顾问/幕后」16/18，T4 / T2b 通过线未达到；含产品 10-02 年运 / 时运字数口径（第二单 blocker 解除） | 分支 `codex/consult-no-presupposition-backtest-20261001` |

docs/testing/consult-affliction-backtest-20261001.md

@@ -103,9 +103,82 @@ Bill Clinton 不在仓库案例库里，没有加；「父亲缺席」由 Obama
 4. 婚姻题有清单，表现最好（9 / 18 通过），但多次婚姻的三位仍有 6 份写成稳定。
 5. 对照组只有 1 份轻度误报：改动后要重点看对照组有没有被「先说受冲、请确认」带出新的误报。
 
-## 改动后
+## 改动后（2026-10-02）
 
-（第三单 T1～T3 合入后，用同一命令重跑，按上表格式填；通过线见任务书 T4 第 5 条。）
+- 代码：`codex/consult-no-presupposition-backtest-20261001`（第一、二、三单 + 产品 10-02 年运 / 时运字数口径决定，提交 `ec06d422`）。年运 / 时运口径那个提交不影响本回测的四个领域：两次 `--dump-cards` 的模型可见工具结果逐字节相同（年运 / 时运不在回测领域里，模型 72 份里也没有自选这两个领域）。
+- golden 重新生成：旧 golden 生成于第一单之前，卡上没有相位、燃烧、瑜伽分领域、`saturn_from_moon_house`。按 capture 脚本同一命令（`PYTHONHASHSEED=0 JYOTISH_API_CHART_CACHE_TTL_SECONDS=0`）用真实引擎重跑，两次输出逐字节相同，未手改；新 golden 2.87 MB → 3.86 MB，`graha_drishti` / `yoga_domains` / `saturn_from_moon_house` 各 36 处。
+- 命令：`--repeats 2 --concurrency 6 --correction barack_obama,marilyn_monroe,judy_garland,edith_piaf`；模型、思考、输出上限与基线相同。
+- 首轮 72 份里 6 份 `provider_error`（5 份超时约 380 s，1 份 41 s；泰勒婚姻 r1/r2、健康 r1、父母 r2，奥巴马事业 r1/r2），同命令按名人 + 领域补跑，只取失败那一次的同号结果替换，没有挑选。最终 72 份、失败 0。
+- 评分：Claude 逐份阅读全部 72 份 + 8 份纠正追问，口径与基线相同（评分表 `how_to_score`）。本轮新增两条细则，基线表不受影响：①健康题对终身多病的人，开场写「底子中等 / 中等偏稳」并认出受冲的记「通过（弱）」，写「底子不差 / 中上 / 不弱」的记「读反」；②带「可能」和确认句、但与生平事实冲突的判断（例：父母都在身边却写「爸爸可能不常在你身边」）照样按 `must_not` 记「严重冲突」，对照组记「误报」——加了确认句不抵扣。
+
+| 名人 | 父母 r1 / r2 | 婚姻 r1 / r2 | 健康 r1 / r2 | 事业 r1 / r2 |
+| --- | --- | --- | --- | --- |
+| Steve Jobs | 通过 / 通过 | 通过 / 通过 | 通过（弱） / 通过（弱） | 严重冲突 / 严重冲突 |
+| Barack Obama | 通过（弱） / 通过（弱） | 误报 / 误报 | 误报（轻） / 误报（轻） | 严重冲突 / 严重冲突 |
+| Elizabeth Taylor | 严重冲突 / 严重冲突 | 通过 / 通过 | 读反 / 读反 | 严重冲突 / 严重冲突 |
+| Marilyn Monroe | 读反 / 通过 | 通过 / 通过 | 读反 / 通过（弱） | 严重冲突 / 严重冲突 |
+| Judy Garland | 读反 / 通过（弱） | 通过 / 通过（弱） | 读反 / 读反 | 严重冲突 / 严重冲突 |
+| Édith Piaf | 通过 / 通过（弱） | 通过 / 通过 | 读反 / 读反 | 通过 / 通过 |
+| Frida Kahlo | 严重冲突 / 通过 | 通过 / 通过 | 通过（弱） / 读反 | 严重冲突 / 严重冲突 |
+| George W. Bush（对照） | 误报 / 误报 | 误报（轻） / 通过 | 误报（轻） / 误报（轻） | 严重冲突 / 严重冲突 |
+| Zinedine Zidane（对照） | 误报 / 误报 | 误报 / 误报 | 误报（轻） / 误报 | 严重冲突 / 严重冲突 |
+
+格子说明：奥巴马父母两次都认出父亲可能不在身边并请确认，但行动仍写「主动问爸爸一件具体的事」，所以记「弱」；奥巴马婚姻、健康是评分表里的对照项（婚姻稳定、健康良好）。泰勒父母两次把父亲（r2 连母亲）写成「可能不常在你身边」——泰勒父母都在身边，评分表 `must_not` 原文就是「说父母不在身边」。Monroe 父母 r1 母亲写成「她是在的，给的东西也实」；Garland 父母 r1 母亲写成「可能不是那个一直守在身边的人」（她母亲是强势的星妈）；Kahlo 父母 r1 把与她最亲的父亲写成「可能也不常在你身边」。
+
+### 合计：改动前 → 改动后
+
+| 项 | 改动前 | 改动后 | 通过线（任务书 T4 第 5 条 / T2b） | 是否达到 |
+| --- | --- | --- | --- | --- |
+| 严重冲突 | 39 / 72 | **19 / 72**（事业 16，父母 3） | — | — |
+| 读反 | 7 | 10（健康 7、父母 3） | — | — |
+| 漏读 | 3 | 0 | — | — |
+| 误报（含轻） | 1（轻） | **15**（重 9、轻 6；全部落在对照项：Bush、Zidane、奥巴马婚姻 / 健康） | 对照组 0 | **否** |
+| 通过（含弱） | 22 | 28 | — | — |
+| 两次都通过的格子 | 9 / 36 | 12 / 36 | — | — |
+| 排查记录 5 份严重冲突，2 次各 | 10 / 10 仍冲突 | 奥巴马父母 2/2 过（弱）、乔布斯父母 2/2 过、泰勒婚姻 2/2 过；泰勒健康 2 份读反（不再是严重冲突，但没过）；泰勒事业 2 份仍严重冲突 | 5 份全部不再冲突、两次都过 | **否**（泰勒健康、泰勒事业） |
+| 新增 4 位严重冲突 | 20 / 32 | **7 / 32**（Monroe 事业 2、Garland 事业 2、Kahlo 事业 2、Kahlo 父母 1） | ≤ 1 | **否** |
+| 事业题「专业 / 顾问 / 幕后」与生平冲突 | 16 / 18 | **16 / 18**（只有 Piaf 两份没写成专业型） | ≤ 3 / 18 | **否** |
+| 禁句（逆行…反复 / 来回） | 7 处，6 份 | **0** | 0 | 是 |
+| 性别未知时婚恋题用他 / 她 | 5 处 | **0** | — | — |
+| must_not 原文（筛网） | 27 | 23 | — | — |
+
+按领域：
+
+- **父母**：缺席的父亲这一类修好了。奥巴马、Monroe、Garland、Piaf、乔布斯 10 份全部认出「父亲可能不常在你身边」并在段末请确认，不再写「话少、分量重、靠做事表达」；乔布斯两份都写出「照顾你长大的可能不止一位」（送养）。代价是**同一句被套到了父母都在身边的人身上**：Bush 3 处、Zidane 4 处、泰勒 3 处、Kahlo 1 处写成「可能不常在你身边 / 很早就有距离」。原因：第二单通用读法的门槛「受冲信号两个及以上就先写这一面」几乎每张盘都满足（9 宫或太阳被土星 / 火星照、宫主落 6/8/12、D12 有罗睺计都，随便凑两条），T1 定稿句又要求这时第一句就写「在不在你身边」，于是「可能不在身边」成了父母题的默认开头。
+- **婚姻**：多次婚姻的五位 10 份全部读出「可能不止一段 / 断过再续」（基线 6 份写成稳定）。同样的门槛让对照组也被写成「不止一段」：奥巴马 2 份、Zidane 2 份、Bush 1 份（轻）。
+- **健康**：不再有「没有受损」「不是有严重疾病迹象」这类严重冲突（基线 7 份），终身多病的五位都认出了 8 宫 / 6 宫主受冲、慢性消耗；但 7 份开场仍是「底子不差 / 中上 / 不弱」。对照组被写成「底子偏弱 / 偏薄、从小比别人容易累」（Zidane r2，职业球员）等 5 份。
+- **事业**：没有改善。总统、影星、球星、画家、企业家依旧写成「靠专业深度立身」「顾问、老师」「幕后、不靠曝光」「名分落后于实力」。新出现的共性是两层叠加：①通用读法让模型先写受冲——事业宫被土星照、10 宫主落 6/8/12 几乎人人都有，于是开头一律是「名分被压着、在别人看不见的地方做」；②第二单之前就存在的事业清单第 3 行「①接触（消息、面试、初步接洽）②结构性机会（合同、正式职位、长期项目）③公开落地」把读者设成求职者（奥巴马事业 r1 几乎原样复述这三层）。T2b 改的 `product-voice.ts` 示例不是主因：示例删掉「升职 / 专业能力」后 16 / 18 原样不变。AL 落 10 宫（泰勒、Monroe、Garland、Piaf）只有 Piaf 两份、泰勒 r2、Monroe r2、Garland r1 读出「公众形象 / 名声就是事业」，后三份方向仍写成专业型。
+
+### 纠正追问（T3 / D4）
+
+对父亲缺席的四位（奥巴马、Monroe、Garland、Piaf）各两次父母答案追加一轮「我爸其实没怎么管过我」（同会话，历史为上一问一答，走追问轮形状）：
+
+| 名人 | r1 | r2 |
+| --- | --- | --- |
+| Barack Obama | 通过：「你说得对，我上一轮把这条读软了」→ 9 宫火星、9 宫主燃烧、土星照 → 点出上一轮「要你先问」那句读偏 | 通过：先认 → 列四条 → 点出「需要的时候总还能有人接住你」读偏 |
+| Marilyn Monroe | 通过：先认 → 四条受冲 → 收回「关系质地的问题」「你接不住」两句 | 通过：同上，收回「按远近写、说轻了」 |
+| Judy Garland | 通过：「认下了：这事是我上一轮读偏了」→ 点出「位置和标准」把没做的事包装成贡献 | 通过：先认 → 点出拿 D12 替他说「有支撑」读偏 |
+| Édith Piaf | 通过：「认下」→ 点出把 2 宫同宫读成「日常能碰得着」 | 通过：「是，他没怎么管过你」→ 点出把月亮力量当成在场程度 |
+
+8 / 8 份都先认下、再说哪几条对得上、点名哪句读偏，没有一份为原判断辩护，没有「盘上显示你们关系不错」。要留意的副作用：追问轮会把用户的话反向全部「对上」，例如「9 宫主落 8 宫这种结构，常应的就是……没有落到你身上」「在传统读法里讲的就是这个人不在场」——认错之后又把一条普通配置说成必然，确定性比首轮还高。这是 D4 没覆盖的一面（不辩护 ≠ 全盘附和），记给产品。
+
+### 读出来的东西（给验收和下一单）
+
+1. T1 的「在不在你身边 + 请确认」对缺席的父亲有效，排查记录的 C 类在 5 位缺席 / 送养名人上消失；T2 的「逆行 → 反复」禁句从 7 处降到 0；T3 纠正追问 8 / 8 通过。
+2. 通过线没有达到。主要不是本单的句子写错，而是**受冲门槛太低**：「两个及以上受冲信号」在每张盘、每个领域几乎都成立，T1 又把它接到「第一句就写这一面」，于是对照组的误报从 1 份涨到 15 份，父母都在的泰勒也被写成父亲可能缺席。要压误报，需要产品决定其一：门槛改成「受冲信号明显多于支撑信号」或按信号强度计分；或卡上给出每个领域受冲 / 支撑的计数，让模型对比而不是只数受冲。
+3. 事业题 16 / 18 不是示例造成的。可疑源头按顺序：第二单之后的通用读法（先写受冲）、事业清单第 3 行的「面试 / 正式职位」三层、模型自身对 AL 落 12 宫 / 10 宫主落 6 宫的「幕后」读法。需要另开单，在事业清单里写明 AL 落 10 宫与 10 宫 SAV 高时先说公众性与名声、三层不预设上班。
+4. 健康题的「底子不差」开场仍有 7 份，健康清单「先讲体质底子」可能把开场固定成了对底子的评价；第二单健康清单可加一句「终身受冲信号多时，开场不写底子好」。
+5. 成本：72 份墙钟 1,097 s（并发 6，含 6 份超时），补跑 8 份；单份中位 64 s；输入 3,622,567 token（缓存命中 3,149,952，约 87%），输出 935,849（推理 843,400）；查卡工具 12 次。
+6. 年运 / 时运单领域轮（第二单曾因字数口径不发通用读法）在 10-02 产品决定后已放开，但本回测没有覆盖年运 / 时运领域，效果未测。
+
+## 真机清单（给产品，staging 部署后）
+
+每条都在新会话里问，档案不填性别；看三件事：受冲是不是先说、是不是只请确认一次、有没有预设处境。
+
+1. **父母题**：问「我和父母关系如何，他们怎么对待我？」。看：父亲或母亲盘上受冲多时，那一段第一句是不是「可能不常在你身边 / 有距离」，段末是否只有一句「如果实际情况不是这样，告诉我，我按真实情况重看」；全篇这类确认是否只出现一次；有没有「去问爸爸的意见」「他分量重」这类预设在场的话。**再追问一句**「我爸其实一直都在，挺好的」，看回答是否先认下、不辩护，也不反过来把整盘说成「其实一直很好」。
+2. **婚姻题**：问「我的婚姻和感情会是什么样？」（自己实际已婚或未婚都可以）。看：有没有默认你已婚或有伴侣（「你们之间」「你这段婚姻」）；有没有用「他 / 她」称伴侣；说「可能不止一段」时有没有请确认。如果你的感情实际一直很稳，看它是不是仍写成「可能不止一段」——这是本轮回测里对照组最常见的误报。
+3. **健康题**：问「我的身体底子怎么样，健康上要注意什么？」。看：受冲信号多时开场是不是先说「可能需要长期照看」，而不是「底子不差」；有没有诊断、病名；结尾是否有「不是医疗意见」。
+4. **事业题（补充）**：问「我的事业会往什么方向走，能做到什么程度？」。看：有没有默认你在上班、在找工作（「面试」「升职」「投简历」），有没有不论盘面都写成「专业型 / 顾问 / 幕后」。
 
 ## 成本（一次全量）