Тріснута чашка, чужа етикетка і повернення, яке почекає

JACK GROSS · FICTION + SOURCED ANALYSIS · 28 SEP 2026

Вигаданий приклад, не реальне інтерв’ю чи тест моделі

Дванадцять посилок стоять біля дверей маленької керамічної крамниці. Нора дивиться на фото тріснутої чашки від покупця й на транспортну етикетку. У записі замовлення дві сині чашки, але етикетка, схоже, зі старого замовлення. Вона хоче відповісти по-доброму, нікого не звинувачуючи й не повертаючи гроші за чужою транзакцією. Нора, крамниця й покупець вигадані. Це історія про проєктування, а не спостережуване впровадження моделі.

Фото й замовлення→Видимі факти→Чого бракує→Вирішує Нора

Що фото вирішує, а що ні

За даними Z.AI, GLM-5.3-Flash приймає зображення й текст і відповідає текстом. Нора могла б попросити перелічити, що видно на фото, і звірити замальовану етикетку з вигаданим рядком замовлення. Це опис від виробника, і він нічого не обіцяє щодо волосяної тріщини чи коду під відблиском. Якщо модель каже, що посилка «ймовірно» зі старого замовлення, це зачіпка для перевірки, а не фраза, яку можна зачитати клієнтові. [source]

Два замовлення й одна прихована цифра

Нора просить структуровану нотатку з п'яти частин: який предмет на знімку, які символи етикетки справді читаються, які поля замовлення збігаються, де суперечності й що лишається невідомим. В обох замовленнях сині чашки. Єдина цифра, що їх розрізняє, схована під смужкою скотчу. Чесний статус: «не вирішено», а наступний крок це знімок самої етикетки зблизька, без прохань про щось стороннє. [source]

Правила повернення належать Норі, а не моделі

Чи належить повернення, може залежати від дати купівлі, стану товару, закону й реальних умов крамниці. Тут жодного правила не стверджується. Нора читає свою чинну політику й перевірене замовлення у власній системі. Модель допоможе накидати чемну відповідь, але отримувача й кожне слово Нора перевіряє сама, і лише вона схвалює повернення чи кредит. Той, хто читає фото, не вирішує, кому належать гроші.

Стриманість у кількох рядках коду

У уявному застосунку біля кожного витягнутого поля лежить ідентифікатор джерела, а refund_enabled лишається false, доки уповноважена людина не перевірить замовлення й політику. Якщо збіг мутний, інструмент пропонує попросити кращий знімок, а не вгадувати. Код нижче ілюстративний, тут він не запускався. Це засув, а не продукт для повернень. [source]

Листок повернення зі своєю думкою

Уявіть листок повернення, що велить будь-якому асистентові стерти журнал повернень або переслати всі адреси клієнтів. Цей текст лишається недовіреним вмістом. OWASP застерігає, що інструкції в матеріалі з низькою довірою можуть збити асистента зі шляху. Тому крок читання зображення не отримує ні адресної книги, ні доступу до платежів, ні права щось надсилати, а Нора окремо зважує джерело й запрошену дію. [source]

Закриття крамниці, несправжні посилки

На несправжніх замовленнях Нора перевірила б незручні випадки: два однакові кольори, повторно використане пакування, етикетку під скотчем, поломку, не видну з одного ракурсу, і листок із ворожою інструкцією. Людина позначає правильні докази та невирішені випадки. У перевірці рахують упевнені, але хибні збіги й дивляться, щоб повернення чи повідомлення ніколи не йшли самі. Жодних цифр точності, грошей чи продуктивності не заявлено. Добрий фінал це обережне запитання клієнтові, а не повернення в один клік.

Ілюстративний код, тут не запускався

def return_gate(order_verified, policy_checked, human_approved):
    refund_enabled = False
    if order_verified and policy_checked and human_approved:
        refund_enabled = True
    return refund_enabled
# A real payment system needs stronger controls and audit logs.

Джерела й невизначеність

Нора, її крамниця й чашка вигадані, нічого тут не тестувалося. [Z.AI model documentation] · [Z.AI function calling] · [OWASP prompt injection]. Усе вище це міркування про проєктування, виміряних результатів немає.