01
数据：快照与截止时间
02
语义：指标与过滤规则
03
权限：身份与范围
04
模型：生成和工具策略
05
缓存：键、期限与失效
先判断变化是否合理
经营数据持续更新，今天与昨天回答不同可能完全合理。真正的问题是系统能否说明变化来自新数据、口径调整、权限变化，还是生成过程不稳定。
复现记录至少包含问题原文、结构化条件、用户与项目、数据快照、语义版本、查询或工具调用、生成时间和结果版本。
数据和语义版本最容易被忽略
补录订单、退款回流、迟到批次和时区校正都会改变历史数值。指标公式、默认过滤和维度映射也可能在不改问题的情况下改变答案。
展示数据截止时间，并为语义配置保留生效时间和变更说明。历史报告需要决定按旧口径回放，还是按新口径重算。
身份和缓存必须进入计算键
同一句“本月销售额”在总部、区域和门店身份下本就应该看到不同范围。缓存若只按问题文本复用，会产生错误结果甚至数据泄露。
缓存键应包含组织、项目、权限策略、语义版本、数据版本和必要过滤；成员或权限变化后主动失效。
模型变化要靠回归集管理
模型或提示策略升级可能选择不同字段、Join 或图表。不要要求自然语言解释字句完全一致，而应比较指标、过滤、权限、数据和关键结论是否保持在允许范围内。
对高风险问题采用确定性的工具路径、受控指标和人工复核，而不是依赖开放生成。
验收可复现，而非追求永远相同
固定数据快照和所有配置版本后再次运行，关键计算应一致；若仍变化，需要记录随机性、工具选择和重试路径。
AskTable.ai 的连续追问与企业治理能力可以进入这套验证，但具体缓存、模型版本和历史回放能力应在 POC 中核验。