一份权益分派公告，字段清单不变、文档不变、模型不变，连跑三次。第一次“每股现金红利”输出 0.02，第二次变成 "0.02"，第三次又回到 0.02。更隐蔽的是“参与分配股本基数”：一次是 536006217，两次是 "536,006,217"——同一个数，带上了千分位逗号，变成了字符串。
下游系统按整数字段接收，收到带逗号的字符串时当场解析失败。但抽取界面看起来一切正常：值都在，位置也对，没有任何报错。问题不在“抽没抽到”，而在“抽出来的东西是什么形态”。
输出格式漂移，不是模型能力问题，是契约缺失
大模型做抽取时，输出的是“给人看的文本”，而不是“给系统用的数据”。这句话的差别在于：文本允许灵活，数据要求恒定。
典型的表现有几类：
- 数字与字符串摇摆。
0.02和"0.02"在人类眼里是同一个值，在 JSON Schema 里是两种类型。下游校验一开，前者通过，后者失败。 - 千分位与纯数字混用。
536006217和"536,006,217"数值相等，但后者无法直接参与计算或入库。 - 日期格式不统一。同类型的两份公告，一份抽成
2026/10/14，另一份抽成2026年10月14日[citation:10]。类型都是字符串，但归一化规则没有锁定。 - 空值表达不一致。有时是
null，有时是空字符串，有时是“无”。下游不知道哪一种才算“真正缺失”。
这些失败有一个共同特点：单看每一次输出，字段值都是对的；放在批量处理的上下文里，口径就漂了。三次运行三种形态，系统无法判断该信任哪一个。
排查方法很直接：同一份文档、同一套字段，连续跑三次，逐字段比对类型和格式，而不只是比对数值。重点看数字字段是否始终为数值类型、日期字段是否遵循同一格式、空值是否有统一表达。任何一项不一致，这一层的输出就不能直接接入下游。
为什么“每次跑都不一样”比“跑错了”更难处理
跑错了至少知道要修。输出格式漂移的麻烦在于：每一次看起来都对，验收时抽检一两次也查不出来，直到批量任务跑完、数据进了数据库，下游报表对不上，才回头发现源头形态不一致。
更隐蔽的是，这种漂移会随文档类型放大。在单一模板上，模型可能恰好稳定输出同一种格式；换一类文档，提示词的措辞微调一下，输出形态就跟着变。测试时用一份文档跑通，不代表生产环境批量跑时口径一致。
对字段有严格类型要求的场景——金额要参与计算、日期要排序、编号要精确匹配——格式漂移不是“小瑕疵”，而是阻断性故障。一个带千分位的字符串混进数值列，整条数据管道都可能中断。
字段契约要锁的是类型和格式，不只是字段名
大多数抽取配置的起点是“要抽哪些字段”。但字段清单只回答了“抽什么”，没有回答“抽出来长什么样”。
一个可执行的字段契约，至少要在字段名之外锁定三件事：数据类型（数值、字符串、日期、布尔）、归一化规则（千分位是否去除、日期统一成什么格式、全半角如何处理）、空值表达（缺失时返回什么、无法识别时返回什么）。这三件事不锁定，抽取结果就只能在“能看”的层面停留，进不了“能用”的层面。
更合理的做法是把契约放在模板层而不是提示词层。提示词是自然语言，每次调用都可能被模型“灵活理解”；模板锁定的是输出结构，同一字段在同一模板下每次输出都遵循同一套类型和格式规则[citation:10]。前者适合探索，后者适合生产。
审核规则要能拦住格式问题，而不只是值错误
抽取结果进入复核队列时，通常关注的是“值对不对”。但格式漂移的问题恰恰是“值对但形态不对”，字符级核对看不出来，必须靠规则校验拦截。
可以设计几类针对性的校验规则：数值字段的类型检查、日期字段的格式正则、金额字段的千分位规则、空值字段的一致性检查。当同一字段在批量结果中出现多种格式时，规则应能标出异常并阻止直接导出。
规则的作用不是替代人工判断，而是把“看起来都对”的结果里那些形态不一致的条目筛出来。人工只需处理被拦截的部分，而不是逐条检查每一个字段的类型。
溯源要看“这次输出和上次有什么不同”
格式漂移的排查，单看一条结果没有意义。需要的是对比能力：同一文档多次运行的输出对照、同一字段在批量结果中的类型分布、每次抽取使用的模板版本。
如果系统只展示“当前结果”，复核人员无法知道这个 "0.02" 是第一次就这样，还是这次才变成字符串。可追溯的抽取记录应该包含：本次使用的字段契约版本、该字段的历史输出类型、同批次中同字段的格式一致性状态。有了这些，排查路径才是“先看契约是否锁定，再看批量结果是否一致”，而不是重新跑一遍碰运气。
用一组对照样本验证输出稳定性
| 验证项 | 观察重点 |
|---|---|
| 同一文档连跑三次 | 数字字段是否始终为数值类型 |
| 同类型文档两份 | 日期格式是否一致 |
| 含千分位的金额字段 | 是否被归一化为纯数字 |
| 字段缺失的样本 | 空值表达是否统一 |
| 批量导出结果 | 同一字段的类型分布是否单一 |
每项记录输出值和数据类型，重点标记“数值对但类型不一致”的情况。这类问题在值级验收里是隐形的，只有对照类型才能暴露。
