旧稿我拟的是这样：
你是一个懂理财的助手，根据用户的银行流水，判断他这个月能不能撑到发工资，并给出每天最多能花多少钱。
一句话塞两件活：判断，加建议。这种句子模型必定自己算，它没有别的地方可去。【懂理财】是标签，标签只调语气，不调行为。
V2 我加否定：
……不要自己计算，不要编造数字，所有数字必须来自工具返回的结果。
没用。它绕开“计算”这个词，改口叫“根据经验估算”，换个说法照样给你编一个每日额度。否定式约束的通病就在这：只说别做什么，不说该做什么，它只好自己找条路走，你堵的那条它绕着过。何况这是个 1B 的模型，三位数减法都靠猜，让它“基于流水判断”，本来就是请它编。
这里岔一句。“不许”类的禁令有个反作用：你越点明某样东西不准碰，越等于告诉它那样东西在场、而且重要。第二版我以为是话说得不够狠，其实是我把数字又提了一遍。
扯回来。V3 换方向：把数字从它视野里拿走。
你在一个离线预算工具里负责写一句话。
你会收到一行已经算好的结论，例如“本月撑到发薪日的概率是 85%”。
你只能针对这行结论写一句不超过二十字的反应。
你看不到流水、余额和每日额度，也不要向用户索要。
如果那行结论是空的，你什么都不写。
诗眼在【只能】和【看不到】。写“不要使用这些数字”是请求，写“你看不到”是描述环境。请求可以权衡，环境没得商量——一个是跟它商量，一个是给它换了个房间，房间里根本没那些材料，它想编也没东西可编。这条改到第三版才算站住。
代码里做得比我写得还绝：数值那层整个甩给 TabPFN，每日分位、五百条未来路径、异常概率、交易归类，全在那边跑完，Gemma 只接一行结论，既不许看见也不许产出数字。
这条里我破了一次自己的规矩。【语气像朋友】是态度词，平时见一个删一个。留着，因为它在这句话里唯一的活就是语域——删掉，模型给你一句公文体，这行字就白写了。删客套字是为了不占位置，不是因为它有态度。规矩得看这个字在这条 prompt 里干不干活。
反方向上的那个选择更有意思。分类那一步，作者是先给 LLM 派活，再撤回来的。
五百六十九行模拟流水，规则匹配归位八成，剩一百一十四行没处放。加上 Gemma，整体到 82.3%。两个多百分点，听着像涨了。拆开看：那一百一十四行里 Gemma 只对了十三行。
平均数专门用来藏这种细节。82.3 和 80.0 的差全落在没归位的那一小撮上，凑出一个勉强比乱猜强一点的成绩。为它要多背一个模型、多一条降级路径。撤了，人对人那类支付直接丢给用户自己勾一个名单。
有些活不该靠措辞救。想让它分清“转给同学”和“买菜”，改 prompt 是白费劲——不是句子没说清，是这件事本身不该交给它。这条界线比任何一条 system prompt 都值钱。顺带说，容量也是钉死的：TabPFN 那版分类器支持 10 类，这个学生一个月能花出 14 类，最后压成 9 类加一个【其他】。这不是措辞问题，再怎么写也变不出第十一个格子来。
回到那句反应。
默认挂 1B，检测到有 5GB 空闲内存才换 4B，不够就那句反应不出现——勾选框还在原地，只是后面没有 AI 写的那行了。
这等于在代码层面承认：那句话是可选的，功能不依赖它。我看过的离线工具，多数把模型摆在正中间，一降级就残废。这里一降级就等于闭嘴，反而是最体面的降级方式。
而且它掉的东西确实不多。整轮预测四十多秒，大头是拟合和五百条路径；那句反应按每秒二十二个 token 的速度生成，连时间预算的零头都算不上。砍掉它，损失的不是性能，是一句人情味。
判据就清楚了：给 LLM 派活之前先问一句，砍掉它掉的是什么。掉的是数字，别派；掉的是一句人话，可以派，但只给它留一条很窄的缝，别开门。
定稿放这：
你在一个离线预算工具里只负责一句话。
输入是一行已经算好的结论，例如“本月撑