Noul
当答案是是或否时，用 Noul。例如：这条消息是否要求退款？这份简历是否提到分布式系统？这条评论是否包含手机号？
Noul 的答案只有一个数：答案为"是"的概率，0 表示否，1 表示是。
名字的由来
Noul 可以理解为"带概率的布尔值"：不是 true / false，而是 0 到 1 之间的一个数，数值本身就同时表达了答案和把握。
请求结构
请求体顶层同样是 state、model（可省略）和 questions。每个 Noul 问题包含：
type：固定为"noul"；instructions：要回答的是非问题，或者一个让模型判断真假的陈述；criteria：可选。一个包含true和false两个字段的对象，分别说明"是"和"否"指什么。
下面的 state 是一条在线客服消息，两个问题分别是：顾客是否要求转人工？是否是重复来访？
{
"state": "我已经问了三遍了，每次机器人都答非所问。别再让机器人回复了，给我转人工客服！",
"model": "xiangxin-latest",
"questions": {
"wants_human": {
"type": "noul",
"instructions": "顾客是否要求由真人客服来处理？"
},
"repeat_contact": {
"type": "noul",
"instructions": "顾客之前是否已经就同一问题联系过客服？",
"criteria": {
"true": "消息中提到此前问过、反馈过或联系过",
"false": "看起来是第一次提出这个问题"
}
}
}
}wants_human 和 repeat_contact 是你起的 ID，不会发给模型。第一个问题只靠 instructions；第二个用 criteria 说清楚什么算"是"、什么算"否"。
用 Python SDK 写成 Noul：
from xiangxin import Noul, XiangxinClient
with XiangxinClient() as client:
resp = client.system_one(
state="我已经问了三遍了，每次机器人都答非所问。别再让机器人回复了，给我转人工客服！",
questions={
"wants_human": Noul(
instructions="顾客是否要求由真人客服来处理？",
),
"repeat_contact": Noul(
instructions="顾客之前是否已经就同一问题联系过客服？",
criteria={
"true": "消息中提到此前问过、反馈过或联系过",
"false": "看起来是第一次提出这个问题",
},
),
},
)
print(resp.answers["wants_human"].noul) # 0.98
print(resp.answers["repeat_contact"].noul) # 0.89响应结构
{
"model": "xiangxin-1.0.0",
"answers": {
"wants_human": {"type": "noul", "noul": 0.98},
"repeat_contact": {"type": "noul", "noul": 0.89}
},
"usage": {"input_tokens": 104, "output_tokens": 35}
}两个答案都接近 1：顾客明确说了"转人工客服"；"已经问了三遍"正好符合 repeat_contact 的 true 描述。
解读 Noul
这一个数既是答案，也是把握程度。接近 1 是强烈的"是"，接近 0 是强烈的"否"，0.5 附近表示模型认为两种可能差不多。
同一个 wants_human 问题，换几条不同的消息：
| 顾客消息 | noul |
|---|---|
| "给我转人工！" | 0.98 |
| "能不能找个真人聊一下？" | 0.9 |
| "今天之内必须给我处理好" | 0.6 |
| "你是机器人吗？" | 0.3 |
| "密码怎么重置？" | 0.25 |
| "谢谢，问题解决了" | 0.24 |
头两条明确要求真人，得到 0.98 和 0.9。后四条都没有明说要真人，但概率并没有贴近 0："今天之内必须给我处理好"情绪急迫，得到 0.6，甚至越过了 0.5；"你是机器人吗？"只是隐约暗示，得到 0.3；与真人毫无关系的"密码怎么重置？"和"谢谢，问题解决了"也只降到 0.25 左右。所以阈值要用你自己的数据来定，不要想当然地取 0.5；落在中间地带的消息，正是需要由你的代码或人来决定怎么处理的情况。
Noul 没有单独的 confidence。它的分布只有"是"和"否"两个结果，一个 noul 值就完整描述了它。离 0.5 越远，模型越有把握。Choice 和 Score 的概率分散在多个选项上，所以需要额外的 confidence 来概括分布形状。
用阈值转成布尔值
最常见的做法是给 noul 设一个阈值：
if resp.answers["wants_human"].noul >= 0.5:
transfer_to_agent()阈值放在哪里，取决于犯错的代价：
- 两种错误代价差不多：用 0.5；
- 误判为"是"代价很高（例如自动退款、半夜呼叫值班工程师）：提高阈值，比如 0.85；
- 漏掉一个"是"代价很高（例如漏过包含身份证号的消息）：降低阈值，比如 0.2。
也可以设两个阈值，中间地带交给人工复核，见下文 处理多个 Noul 答案。
Noul 不是刻度
noul 的取值在 0 到 1 之间，但它不是你所问事物的程度，而是"答案为是"的概率。
例如对四份简历问"候选人的 Python 是否很强？"，一个 0.55 并不代表"中等水平"，而是模型对"很强"这个说法成不成立拿不准。你当然可以在代码里把 0.3–0.7 定义为"有一定经验"，但模型并没有见过这个定义，答案也不是依据它做出的。
需要程度，就用 Score 并写清楚每一档；需要是非，就把条件写得没有中间地带。
写好 Noul 问题
一个 Noul 只问一件事。 "顾客是否很生气并且要求退款？"要求模型同时判断两个条件，数值的含义就模糊了。拆成两个 Noul，在代码里用 and 组合。
让"高值"对应"是"。 "消息是否包含个人信息？"很清楚；"消息是否不含个人信息？"把含义反过来了，以后读代码的人很容易搞反。象信一号对否定句的处理基本一致（一个问题和它的否定形式，概率大致互补），但不保证严格互补，更不要依赖这种关系做算术，见 已知短板。
问句和陈述句都可以。 "顾客在要求退款"这样的陈述也行，接近 1 表示陈述为真。可以用自己的数据比较两种写法。
让"是"与"否"的边界清楚。 "候选人是否有任何 Python 经验？"效果很好，因为"任何"没有中间地带。边界微妙时，加上 criteria 的 true / false 描述，就像上面的 repeat_contact。
criteria 要和 instructions 一致。 不要让 true 描述"否"的情形。指令和标准彼此矛盾时，答案会变得不可靠。
一次问多个 Noul
对于一张检查清单，把每个条件写成一个 Noul，全部放进同一个请求，由代码决定组合起来意味着什么。问题是并行评估的，多加几个 Noul 几乎不增加响应时间。原理见 原语总览。
例如检查一条用户评论是否可以直接展示：
from xiangxin import Noul
REVIEW_CHECKS = {
"has_phone": Noul(instructions="评论中是否出现了手机号或微信号？"),
"has_ad": Noul(instructions="评论是否在为其他店铺或商品做广告引流？"),
"has_abuse": Noul(instructions="评论是否包含人身攻击或辱骂？"),
"is_about_product": Noul(instructions="评论内容是否与所购商品本身有关？"),
}同样的思路可以用来筛选：对一批候选条目各问一个 Noul（"这一段是否回答了用户的问题？"），按 noul 排序或过滤，见 RAG 段落过滤。
处理多个 Noul 答案
上面转人工的两个问题已经足够给消息分流：顾客要求真人时转人工；重复来访时提高优先级。任一问题落在中间地带时，交给复核而不是猜测。
YES = 0.8 # 高于它视为"是"
NO = 0.3 # 低于它视为"否"
def decide(value: float) -> str:
if value >= YES:
return "yes"
if value <= NO:
return "no"
return "unsure"
def route(resp) -> dict:
human = decide(resp.answers["wants_human"].noul)
repeat = decide(resp.answers["repeat_contact"].noul)
if "unsure" in (human, repeat):
return {"queue": "review"}
if human == "yes":
return {"queue": "agent", "priority": "high" if repeat == "yes" else "normal"}
return {"queue": "bot"}对上面的消息，wants_human 为 0.98、repeat_contact 为 0.89，于是转人工且高优先级。"密码怎么重置？"在两个问题上分别为 0.25 和 0.2，都低于 0.3，交给机器人。NO 取 0.3 而不是更低，正是因为上表里与真人无关的消息也只降到 0.25 左右；"今天之内必须给我处理好"的 0.6 落在中间地带，进入复核。
阈值写在代码里。如果复核队列太多，缩小 NO 和 YES 之间的区间；如果误路由太多，扩大它。以后想知道消息是否涉及付款、是否包含个人信息，再加一个 Noul 即可。
结构化 instructions
instructions 也可以是对象：问题放在一个字段，被引用的数据放在其他字段。一个典型用法是"候选记录比对"：问题文本固定，只替换记录。
from xiangxin import Noul, XiangxinClient
resume = "张伟，杭州，现就职于某电商公司，负责订单系统后端，5 年 Java 经验……"
candidates = [
{"id": 18, "name": "张玮", "city": "杭州", "employer": "某电商公司"},
{"id": 42, "name": "张伟", "city": "成都", "employer": "某银行"},
]
questions = {
f"same_person_{c['id']}": Noul(
instructions={
"record": c,
"question": "这份简历与 `record` 描述的是否是同一个人？",
},
)
for c in candidates
}
with XiangxinClient() as client:
resp = client.system_one(state=resume, questions=questions)
for c in candidates:
print(c["id"], resp.answers[f"same_person_{c['id']}"].noul)实际运行时，18 号记录名字写法不同（"玮"与"伟"），但城市和雇主都吻合，得到 0.62：模型倾向于是同一个人，但并不确定；42 号同名但城市、雇主都不同，只有 0.02。更多写法见 进阶：结构化。