确认的对象是识别结果还是执行意图
别名: 确认对象 · ASR confirmation · action preview
概念解释
确认可以钉在管道的不同位置：钉在听成了哪几个字，或钉在马上要去执行哪件事。「你是说波西米亚狂想曲吗」核对的是转写；「要在客厅播放皇后乐队的波西米亚狂想曲」核对的是动作。两个对象可以错开：字对了但意图是查歌词不是播放；字错了但动作类型对了（在放歌）。显式还是隐式只决定确认怎么开口，不决定钉在哪一层。
机制
语音链路是音频 → 转写 → 意图与槽 → 动作。每一跳都可能单独出错。钉在转写上，抓住的是替换、截断、同音；钉不住「播放」被理解成「加入收藏」。钉在动作上，抓住的是要改哪台设备、给谁转多少钱；如果转写已经把歌名换成另一首，动作预览会把错的歌念得像真的，用户点头等于批准错执行。
混用两层而不声明，用户无法知道自己在点头签的是哪张合同。问「是这首吗」却去执行「设为闹钟」，签的是字、做的是另一件事。确认的信息结构必须让人听出对象：回述字符串是在问「我听对了没」，预览结果是在问「我去做这个可以吗」。
怎么研究
把同一批含错的命令分成两类错误（转写错、意图错），再交叉两种确认对象（回述字符串、预览动作）。因变量是各类错误被拦住的比例、正确命令被多余拦住的比例，以及用户事后能否说出自己刚确认的是「字」还是「事」。
日志切法是看确认句里出现的是原词还是执行参数（设备名、金额、联系人）。实验室不要只用词错误率：词全对而技能选错的样本，是动作层确认才该抓住的。
边界
单槽封闭命令里两层几乎重合（「十分钟闹钟」的字就是动作）。法规话术要求「请确认我听得对不对」时，对象被钉在转写上，动作层还得另做。隐式确认常把对象带进下一句动作（「好，去机场的路线出来了」），等于默认钉在执行层。对听障或屏幕可读转写的用户，字已经在视觉上可见，口头再确认转写是重复，更该确认动作。
怎么落地
- 每个会写世界的技能先写一句：一旦确认通过，实际执行的是什么。不可逆或点错对象的，确认句预览动作（含目标、数额、设备），不要只回述原句。
- 转写层确认用在开放词表、下一步还要继续填槽、还不能执行的时候；执行层确认用在马上要动手的时候。两层需要同时做时，分开问，不要一句里混签。
- 禁止「你是说 X 吗」通过后去执行从 X 解析出的 Y，除非确认句已经把 Y 说出来。
- 验证：准备转写错但意图对、转写对但意图错各若干条。只回述字符串的确认应放走后一类；只预览动作的确认应放走前一类。该拦住却没拦的，就是对象钉错了。