怎样把失败结果分类为可行动的问题？

追问输入、知识、生成、规则和集成各有何证据？为何不能把所有失败都归为模型能力不足？

缺数据与模型能力不足怎样区分？

追问提供正确资料后是否改善？怎样设计最小对照实验？

追问来源、字段、交互和不确定性如何影响核验？怎样测量具体检查步骤？

追问是否需限制执行范围或转人工？平均正确率为何不能独自支持直接自动化？

追问失败占比、收益与投入如何排序？一次变更怎样得到清楚因果证据？

追问信息噪声、冲突和延迟可能怎样增加？需要什么对照结果再采用？

追问固定回归集和分类型结果如何使用？修复少数样例是否足以证明总体收益？

追问数据、能力与评价规则哪个可能限制？换路线、缩范围和停止如何比较？

追问谁有权确认容忍条件？用户提示、接管和监控需要什么配套？

追问样例、归因证据、改进与复测如何连接？尚未确认的原因怎样标记？