feat(server): 参考 BidEngine 补五项：原因码、截断重跑、项目信息逐项表态、占位符、提示词规则对应校验

- 待确认记原因码（extract.FAILURES，存在 ai_values.failures），解析结果按原因计数
  （verify_failures）；前端待确认条目显示具体原因
- 相邻分块重叠约 800 字；模型输出被截断或不是合法 JSON 时对半重跑（最多 3 层），
  拆到底仍不完整记 output_incomplete。修复：以前截断时整块条目被当成「没有结果」悄悄丢掉
- 项目基本信息提示词 v2：12 个字段逐项表态 found / ambiguous / not_found，跨分块合并为
  found / absent / needs_review（info_fields）
- 「____元」「××」「（ ）」「待填」等占位符不算取值
- 提示词 substantive v4，qualification / scoring / schedule / tech_param v3：每条禁止事项
  对应一个原因码，对照表在 prompts/README.md
- 顾问（Fable）深读参考项目的结论补进 ref-bid-engine-analysis.md §5；架构 §13 SK12
- 待确认：国动 4 → 2，S02 13 → 3，S06 57 → 55

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

docs/architecture/ref-bid-engine-analysis.md

@@ -214,3 +214,46 @@
    - 数据库表结构用迁移工具管理。
    - 租户隔离在数据层统一强制；管理端接口单独挂一层鉴权中间件。
    - 任何「本地开发免登录」的开关，都不能出现在生产构建里。
+
+## 5. 解析流水线深读（2026-11-03 补）
+
+> 用户要求再读一次，聚焦「模型 + 规则」解析招标文件和检查投标文件。由 Fable 模型做顾问走查源码，关键结论对照源码抽查过（饱和对半重跑、段落级出处、not_found 分两类、直抽「找不到逐字引文就不要输出」、条款允许简明摘录）。只读、未运行。路径相对 `bid-engine-backend/pkg/handler/`。
+
+### 5.1 结论
+
+1. **组织方式比单个技巧更值得学**：抽取分两条车道——按章节开放式找条款（`bidanalysisv3/extraction.go`），和按固定字段表逐项过全文、每个字段必须表态 found / ambiguous / not_found（`bidanalysisv3/fixed_field_extraction.go`）。模型输出后有十余条确定性校验，每条失败都记原因码并按原因计数（`extraction.go:757-893`）。
+2. **分块比我们细**：按章节打包，包与包之间带一个重叠块，超大表格单独成包；输出被截断（finish_reason=length）或条数正好碰到上限时，把这一包对半重跑，最多 4 层（`bidanalysisv3/extraction_schema.go:257-401`）。
+3. **章节识别三级**：强正则 → 弱正则候选交模型消歧（只能删、改名、分类，不能新增，必须保留第一个，服务端核对编号和顺序）→ 每 20 页兜底（`bidanalysisv3/chapter_identification.go`、`extraction.go:207-317`）。章节类型用来分派任务。
+4. **出处只到段落**：`pkg/repo/docling/adapter.go` 注释写明「溯源高亮精度从逐字精确变为段落级覆盖，已确认可接受」，引文就是整块文本；Docling 返回的粗体斜体、表头、合并单元格都没用，表格压成纯文本矩阵；条款允许「简明摘录」（`bidanalysisv3/fields.go:109`）。★ / 斜体下划线标注会全部漏掉。**这一层不学**。
+5. **查标学框架、不学判定**：检查项来源分层（预设 / 从解读映射 / 企业规则 / 版式项），致命项逐条、其余按类别批量，检索不到直接给「未找到，需人工确认」不调模型，版式用规则扫描分硬 / 软证据（`bidreview/`）。判定结果的页码和引文不校验，pass 不要求证据，违反红线 2。
+
+### 5.2 值得学的具体做法
+
+- **固定字段逐项表态**：漏答、found 却无值、证据定位不到一律降为待核验并记原因；所有分块都答完才允许定 not_found；最终 not_found 再分「文件本身没写」（info）和「抽取异常」（warning）（`bidanalysisv3/fixed_field_service.go:183-217`）。
+- **占位符不算值**：`___`、`××`、待填、TBD 等匹配为占位符（`extraction.go:29, 796-800`）。
+- **标准化由服务端做**：金额、日期、单位在服务端解析，提示词禁止模型输出标准化值。
+- **重复候选合并取证据并集**；多值冲突交模型裁决但只能缩减，没表态的默认全保留，不同标段 / 主体的值必须保留多个（`bidanalysisv3/consolidation.go`）。
+- **每页质量指标**：字数、是否 OCR，平均不到 40 字 / 页判扫描页并 OCR 重跑，页数核对不符判失败（`bidanalysisv3/document.go:410-473`）。
+- **告警三级**：critical（基础设施）/ warning（内容质量）/ info（文件本身缺），同类合并计数，基础设施错误直接停整个阶段。
+
+### 5.3 提示词亮点
+
+- 安全规则编号放在最前，声明输入是不可信数据并列举注入形式；用户消息只放数据标签 + JSON，能不给的原文就不给（章节消歧只给标题、页码、编号）。
+- **否定清单具体、每条对应一条服务端校验**：not_found 不得带证据；占位符不算值；不同主体、标段、预算与限价不能混成一个值；不要为凑数编造；不得输出标准化值。
+- JSON Schema 锁 enum、条数上限、引用编号格式；固定字段的条数下限 = 上限 = 字段数。
+- 裁决类提示词「只能缩减」。
+- 查标直抽：「quote 必须是该页文本中的连续原文……找不到逐字引文就不要输出」（`bidreview/tender_direct.go:23-25`），是全仓库最接近我们红线的一条。
+- 没有正反例、没有版本号、没有评测集。
+
+### 5.4 对标博士的取舍
+
+顾问的 13 条建议里，「引文对不上时在同一块里找到原句、改挂出处」不采纳：它是在迁就模型的错误输出（2026-11-03 用户定的原则：规则只修真正的缺陷，模型输出不合理的改提示词）。只采纳其中「记原因码」的部分。
+
+- **S01–S10 标注集评测之前做**（只改抽取、分块和提示词，不动数据结构）：
+  1. 待确认条目记原因码，按原因计数；
+  2. 分块加重叠，检测输出截断并对半重跑；
+  3. 项目基本信息逐项表态，区分「文件本身没写」和「抽取出错」；
+  4. 识别占位符；
+  5. 提示词的禁止事项和服务端校验一一对应。
+- **评测之后做**（涉及文字层数据结构）：顶级章节识别并按章节类型分派任务；每页质量指标和扫描件判定；表格按行生成证据单元、带表头（解决两栏表、竖排文字串行）。
+- **留到 M3 设计**：检查项来源分层、判定分层、检索不到不调模型、版式规则扫描；必须补投标侧引文逐字校验，pass 必须有校验通过的证据。检索用 PostgreSQL 的 pg_trgm / 全文检索，不自建倒排。