题目重点：LLM 生成内容不符合 Word 格式要求时，先定义文档结构契约，再做受限生成、验证、局部修复和回归评估。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 训练版用户希望生成带标题、段落、列表、表格和样式的文档；实际 Word 需求可能是品牌模板、批注或协同编辑，题目未明确。
- 文档 API 接受结构化节点树并可返回 schema/渲染验证错误；不要求模型直接生成未经校验的二进制文件。
- ‘校准’既可能指模型输出质量改进，也可能指概率校准；题目语境偏输出格式控制，但不宣称具体算法。
解题路线
- 从真实失败样本定义错误分类：非法节点/嵌套、样式不一致、标题层级断裂、表格越界、模板占位未填、视觉溢出；区分语义内容错与结构格式错。
- 要求模型先输出受约束的中间表示，如带类型的 section/paragraph/list/table 和样式 token；把字体/间距等规则留给确定性渲染器与模板，而不是让模型自由生成散落的格式标记。
- 生成后跑 schema 验证、模板约束、节点引用完整性和渲染后版式检查；通过才交付。失败时把最小错误路径交回模型做局部修复，设最多重试次数和人工接管。
- 如果模型常犯同类错，收集脱敏失败样本形成 supervised 训练/偏好数据；比较 prompt、grammar constrained decoding、工具调用与微调对格式合规率、内容保真和延迟的影响。
- 评估集按语言、模板复杂度、长文档、表格密度和编辑历史分层；指标分别看结构有效率、一次通过率、重试成本、人工修复时长、语义保真与视觉可用率。线上监控模板版本漂移与用户改动。
手动走一遍
用户要求三层标题和两个表格。模型产出一个 Level-3 标题但没有上级 Level-2，schema 可能合法却违反模板层级；验证器返回该节点路径。局部修复只重写标题结构，保留正文和表格数据，之后再次验证并渲染检查分页。
规模与取舍
文档 N 个节点的结构验证一般 O(N)，渲染/视觉检查成本依页面数与布局引擎而定；重试次数上限 R 使模型成本约 O(R×生成 token)，局部修复可减少但需防内容漂移。题目无文档规模和 SLA。
易错点与追问
容易失分的边界
- 只在 prompt 写‘请遵守格式’，没有机器可检的约束。
- 把结构合规率提升等同内容正确率或排版可读性提升。
- 修复整篇文档导致已正确内容被改写。
- 没有按模板/语言分层，平均通过率掩盖复杂表格失败。
- 把 Word 内部文件格式当面试明确要求。
继续深挖
- 格式有效但分页难看时怎样做视觉评价？
- 用户手工修改后再让模型续写，如何保持原样式？
- 如果一次通过率与内容质量相冲突，怎样设计多目标评估？
- 如何构造不泄露私人文档的失败样本集？
