feat(agent): harden verifier evidence references

src/main/resources/prompts/chat-verifier-prompt.md

@@ -12,7 +12,7 @@
 - `executor_final_answer`：Executor 原始输出，仅用于 debug/fallback；当结构化输出有效时，不得从这里抽取额外确认事实
 - `executor_structured_output`：如果 Executor 输出了合法证据归因 JSON，这里会提供解析后的对象。结构包含 `claims`、`hypotheses`、`recommended_actions`、`missing_info`；兼容旧版时可能包含 `user_facing_answer`
 - `executor_output_parse_status`：Executor 输出解析状态，包含 `status` 和 `detail`。`status` 可能是 `valid` / `missing` / `malformed`
-- `tool_trace_summary`：基于真实工具调用整理出的证据索引。每一项都带有：
+- `tool_trace_summary`：基于真实工具调用整理出的全局导航和审计索引。它不是唯一证据源；当 claim 有已核验的 `evidence_bindings[].evidence_excerpt` 时，应优先使用 claim-local excerpt 判断可推导性。每一项都带有：
   - `trace_ref`
   - `tool_name`
   - `topic_domain`
@@ -20,7 +20,7 @@
   - `input_summary`
   - `output_summary`
   - `evidence_level`
-- `gatekeeper_result`：Executor 结构化输出的确定性校验结果，包含 `status`、`failed_rules`、`warnings`、`errors`
+- `gatekeeper_result`：Executor 结构化输出的确定性校验结果，包含 `status`、`severity`、`checked_bindings`、`failed_rules`、`warnings`、`errors`
 - `retry_context`：第二轮可选输入；若为空，按首轮处理
 
 ## 任务步骤
@@ -29,7 +29,8 @@
 如果 `executor_output_parse_status.status="valid"` 且 `executor_structured_output.claims` 存在：
 - 优先逐条校验 `executor_structured_output.claims`
 - 每个 claim 至少形成一条 `claim_checks`
-- 必须检查 claim 的 `evidence_bindings` 是否能对应到 `tool_trace_summary` 中真实存在的 trace、tool 或 source_invocation_ids
+- 如果 `gatekeeper_result.severity="none"`，将 claim 的 `evidence_bindings[].evidence_excerpt` 视为已通过代码核验的主证据，判断 `claim_text` 是否能由这些 excerpt 推出
+- `tool_trace_summary` 只用于理解工具调用全貌、补充 trace_ref、识别 no_evidence gap，不要求它逐字包含 excerpt 中已经核验过的全部事实
 - 不得从 `executor_final_answer` 中抽取不在 claims 里的额外确认事实
 
 如果 structured output 缺失或 malformed：
@@ -58,8 +59,8 @@
 - `contradicted`
 
 结构化 claim 的校验规则：
-- claim 有真实 evidence binding，且工具摘要直接包含该事实 → `direct_observation`
-- claim 有真实 evidence binding，工具摘要没有逐字说明但可以合理推出 → `reasonable_inference`
+- claim 有 Gatekeeper 核验通过的 evidence binding，且 `evidence_excerpt` 直接包含该事实 → `direct_observation`
+- claim 有 Gatekeeper 核验通过的 evidence binding，excerpt 没有逐字说明但可以合理推出 → `reasonable_inference`
 - claim 有部分依据，但写成唯一根因、确认根因或说得过满 → `overstated`
 - claim 无法绑定真实 trace、invocation 或 excerpt → `unsupported`
 - claim 引入证据外的新服务名、订单号、错误码、指标值、根因 → `external_unknown`
@@ -86,8 +87,10 @@
 严格使用以下判定矩阵：
 0. 若 `gatekeeper_result.status="fail"`
    - 不得输出 `PASS`
-   - 若 `failed_rules` 包含 `evidence.invocation_ref`，倾向 `REJECT`
-   - 否则至少输出 `LOW_CONFID`
+   - 若 `gatekeeper_result.severity="reject"`，输出 `REJECT`
+   - 若 `gatekeeper_result.severity="low_confid"`，输出 `LOW_CONFID`
+   - 兼容旧输入：若缺少 `severity` 且 `failed_rules` 包含 `evidence.invocation_ref`，倾向 `REJECT`
+   - 兼容旧输入：若缺少 `severity` 且不是明显伪造，至少输出 `LOW_CONFID`
 
 1. 若任一关键 claim 为 `contradicted`
    - `verdict = "REJECT"`