查看执行诊断与上下文用量

从回答详情中的调用记录、规则信号和模型评估形成可验证的改进假设。

从一轮回答开始

在对话中打开回答详情，查看“执行诊断与评估”和“上下文与用量”。先确认原问题、最终答案及引用，再沿时间线检查记录到的工具调用、参数、结果与错误。

旧回答可能没有调用参数，部分服务商不返回完整用量；界面会提示记录缺失或估算。记录为空不等于证明某个步骤没有发生。

规则标记重复调用等可观察模式。配置决策模型后，可进一步评估工具选择、证据充分性、停止时机和答案质量。步骤过多时只评估部分调用，注意界面中的覆盖范围提示。

模型提出的主要原因、概率或建议不是确定的因果证明。回读对应步骤：一次无结果检索可能支持“未找到”的结论，未采用的结果也可能是有价值的排除。

累计 Token、最后一次请求的上下文构成、缓存与耗时回答不同问题。构成可能是估算，未返回用量的响应不能补算为零。先定位增长明显的工具结果或历史消息，再判断是否值得调整；Token 数量不直接代表实际账单。

这些是调查方向，不是自动执行的修复。保留原配置，通过固定问答集评测验证候选改动，并检查退步题。

记录“观察到了什么、修改了什么、在哪些条件下有效、哪些情况无效”，附上已允许保存的结果证据。可将经过验证的方法整理进技能或指导文档；跨任务检索与自动应用经验需要自行组织，不能把堆积日志当作已经学会改进。