Vox 10：总结写出来了，怎么知道有没有瞎说

我不准备训练一个总结模型。现阶段更想做好的是：总结能省时间，遇到疑问还能回到原文核对。

要解决什么

把长音视频变成少量要点，同时让每个要点知道自己依据哪几段字幕。模型返回一段流畅文字，还不等于这个功能可靠。

全文一次发送最简单，但受模型输入长度和成本影响；纯提取原句方便核对，但表达可能松散；分段再合并适合长内容，却可能丢失跨段关系。

我先选短文本直接总结、长文本分段后合并，两条路都输出同样的结构。先用实际模型的 tokenizer 和上下文限制确定预算，不拍脑袋按字符数估计所有模型。

输入固定为转写 revision 和带 ID 的段落。先做一个纯分段器：不超过输入预算，留出指令和输出空间；尽量在段落边界切分，相邻块可有少量重叠。超长单段再细分，但保留来源关系。

局部总结返回要点及来源 segment_id，合并阶段只能沿用或组合已存在的来源。最终结构先保留标题、要点列表和每条要点的来源 ID。页面通过这些 ID 找到播放时间。

程序检查结构、长度、引用是否属于当前 revision，以及是否超出该分块范围。引用存在只能证明位置有效，不能证明观点正确。数字、否定和结论是否忠于原文，仍要抽样人工评估。

每个分块按输入摘要、模型、提示词版本保存结果。某块失败只重试那一块；所有块准备好再合并。转写已经完成就可阅读，总结失败不回滚转写。

先定义一个总结处理接口，用假结果测试编排；再接一个真实 API 或本地推理适配器。远程实现处理超时、限流和有限重试，本地实现接受第 06 篇的执行槽位约束。两种实现都记录模型版本、耗时和可取得的 token 使用量。

原文只作为数据，不给模型执行它包含的指令或访问外部工具的权限。输出按结构校验后再展示。

选五段长度、话题不同的真实材料，手工写下重要事实。对结果记录要点覆盖、错误事实、重复要点和引用是否支持结论。暂时不要把某个自动评分当成唯一质量标准。

再制造一次分块失败，确认恢复时没有重复计算已经完成的块。最后点开每条引用，检查能否回放对应字幕。

先交付这五份对照结果。调用了哪个模型只是配置，处理长内容和核对结果的过程才是这个功能的工程内容。