AI 自动驾驶问题回答协议

当 AI 使用本知识库设计方案或分析故障时，必须按以下顺序工作。该协议的目的不是让回答更长，而是阻止未经验证的推测被当成事实。

1. 先建立问题对象

把用户描述转换成结构化信息：

字段	必须回答
现象	车辆或系统实际做了什么
期望	应该做什么
频率	每次、偶发、特定场景还是无法复现
边界	车辆/仿真、速度、天气、地图、传感器组合
版本	WheelOS 提交、模块版本、配置版本
数据	话题、时间戳、坐标系、日志、回放
风险	是否涉及执行器、道路安全或不可逆动作

缺少关键字段时，先输出需要补充的数据，不要直接给出确定性方案。

2. 按数据链路定位

优先查找首次偏离预期的层级：

传感器 -> 驱动 -> 消息 -> 时间同步 -> 坐标变换
       -> 定位/感知/预测 -> 规划 -> 控制 -> 底盘反馈

不要因为现象出现在规划模块，就默认根因在规划模块。

3. 设计最小实验

一次只改变一个关键变量；保留基线；定义数值阈值；记录完整版本和配置；同时保留成功与失败样本。实验应优先选择可回放、可自动化、风险最低的环境，再逐步提升验证等级。

4. 输出结论

结论必须使用以下格式：

判断：已知 / 设计建议 / 部分验证 / 已验证 / 当前未知
证据：页面 URL、证据 ID 或仓库提交
方案：具体改动和复现步骤
结果：指标、基线、样本量和原始工件
边界：未覆盖的硬件、场景、版本和安全限制
下一步：最小的补充实验

已验证 只能引用 evidence/registry.json 中的记录。没有证据 ID 时，不能使用“WheelOS 已验证”或“真实车辆已证明”等表述。