先明确任务与结果
冻结输入与判断规则，保留每条记录的证据，再比较新回复与参考答案。旧模型的历史输出可以比较，但不能自动成为正确答案。
先把选择器变化与API停用分开
Claude官方帮助说明：从2026年10月29日起，Free、Pro、Max计划在聊天、Cowork和Design的模型选择器中移除Haiku 4.5，以Haiku 5.5替换；范围包括桌面和移动端。公告把Claude Code、Team、Enterprise与API列为不受此变化影响的范围，不能把这条消息改写成所有入口停用。
官方也说明旧聊天会保留，继续时由新模型回复。本文核对的是个人用户延续办公任务的方法，没有访问你的账号，也没有把任何界面状态称为本站亲测。先看自己实际入口与模型名称，再安排下面的样本。
先固定材料，不要边试边改要求
这是编辑设计的虚构发票案例，不是客户记录，也不是Haiku运行结果。任务只有一个：按规则判断交付记录的状态，不要求生成财务建议、发送邮件或补造发票。先把原材料另存，避免比较时把聊天里的改稿误当原文。
三条记录故意包含不同证据：A明确收款且已开票；B收款但开票只是将来安排；C只有索要副本的请求，没有收款状态。Monday不需要换成日期，因为这里没有足够的日历上下文，也不影响“尚未开具”的判断。
A: Payment received. Invoice INV-A issued.
B: Payment received. Invoice will be issued Monday.
C: Please send a copy of the invoice. Payment status is not stated.你在核对虚构的发票交付记录，不执行发送或付款。
规则：ready=明确已收款且发票已开；pending=存在明确尚未完成的步骤；unknown=缺少判断所需事实。每条原记录保留一行，输出id、label、原文证据、缺口。不要推断今天是周几，不把请求当成已完成。
原材料：
A: Payment received. Invoice INV-A issued.
B: Payment received. Invoice will be issued Monday.
C: Please send a copy of the invoice. Payment status is not stated.先写好答案，再看模型回复
本例参考答案为A ready、B pending、C unknown。B的关键证据是will be issued，不是Payment received；C即使提到invoice，也不能反推出付款或开票流程已完成。每条结论都要能回到原句。
比较结果时同时核对三件事：行数仍为三条，编号未丢失，标签与原文依据相符。若模型把A和B合成一句“已收款，均可交付”，文字虽然简洁，却已经破坏了任务要求。
| 编号 | 标签 | 依据与缺口 |
|---|---|---|
| A | ready | Payment received；Invoice INV-A issued |
| B | pending | will be issued Monday：开票尚未完成 |
| C | unknown | Payment status is not stated：缺收款状态 |
一份故意写错的摘要
A、B都已付款，可以全部标记ready；C没有问题。
A ready；B pending；C unknown，并保留各自原句。
在新的回复中核对同一任务
在实际可用的模型中，使用相同材料与要求重新运行，保留执行日期、界面显示的模型、完整输入及原始回复。若有组织规定或付费限制，应按自己的授权范围执行，不为这个小样本改变账号或应用权限。
把新旧回复分别与上表比较，而不是只检查两次答案是否一致。两个版本也可能犯同一种错误。发生差异时先定位到具体行和判断规则，再试着补清要求；不要通过删掉难例让样本“通过”。
一次可追溯的回归记录
- 三条原记录和规则保持不变
- 记录入口、模型显示与执行日期
- 保存未经修饰的原始回复
- 逐行比较标签、证据和缺口
- 把错误原因与修复后的结果一并保留
小样本通过，只说明这些条件被满足
这个样本不能证明模型整体质量、价格或长期稳定性，也没有验证插件权限、真实发票文件或自动发送。若要把方法用于新材料，应加入自己的正常样本、缺失信息和容易混淆的边界，再限定采用范围。
Haiku 5.5成本核对文章负责另一类问题，不能代替这里的状态验收。需要延续多版本资料时，先按新旧文档冲突核对确定原材料；保留对话历史不等于保留了同一个模型或同一份事实。
