2026 合成数据实战把样本契约写进SPECMonkeyCode 云端跑通老孙带 6 人小队给省级人社厅做社保稽核助手。客户口头说真实参保档案不能出域评测和回归必须用合成样本每条样本要带险种、疑点类型、是否跨省转移、是否涉及补缴还要覆盖少见的重复参保和死亡冒领姓名身份证必须假的但结构要像真的。Qwen 把邻市真实工单改几个字当合成DeepSeek 看见「冒领」就编一套不存在的待遇规则Kimi 窗口一短把标签挤掉按上一批分布交差。群里改三天提示词线上又漂回去。隔壁说别再拿聊天记录当样本接口文档把写入契约、覆盖预算、隐私红线和失败回退写进 SPEC。合成数据到底管什么合成数据不是「让模型编几个例子玩玩」。它管的是在不能碰真实档案的前提下用可验收的假样本把助手测到能进系统。四件套很清楚样本契约字段、枚举、必填、禁止键写死。险种只能是养老/医疗/失业/工伤/生育疑点类型只能是重复参保/断缴异常/跨省转移冲突/死亡冒领/补缴计算不允许临时加字段。覆盖预算每类至少多少条、稀有疑点保底、正负样本比例。不是「感觉编得挺全」。隐私红线禁止复述真实身份证、社保号、单位名允许用结构合法的假号一旦像从生产库抄来的整批作废。失败回退与跨模型一致性解析失败重试一次仍失败就升级口述与契约冲突以契约为准同一批复测在 Qwen、DeepSeek、Kimi 上不能各编各的分布。值班室比喻真档案锁在铁柜里。合成数据是按空白联单格式填出来的演习卷。检索管从哪找真材料结构化输出管交出去的单子算不算过关合成数据管演习卷本身合不合法、盖不盖得住门禁。为什么 2026 必须认真对待交付已经从能聊变成能进系统。人社稽核要过回归门禁门禁没有样本就是空转。多基座对「假得像、但不能真」的服从度差一个数量级。同一套口头规则有的模型会偷真实工单有的会编政策有的会把稀有类挤没。规则写在群公告里最容易漂今天加一条死亡冒领明天有人随口说「再来点灵活就业」分布就歪了。私有化最吃这一套——数据不出域合成契约必须可审计。落地三道坎环境不稳笔记本上 Mock 的 20 条到云端标签对不齐。模型不灵一套提示词只在某一个基座会按枚举走。规则易飘覆盖比例改在群里 sparseness 隔夜就没了。为什么放到 MonkeyCode 上跑免安装云端环境每任务一台真实服务器生成、校验、回归都在云端完成。GLM、Kimi、MiniMax、Qwen、DeepSeek 一键切换专门用来交叉验证「谁在偷真实号、谁在漏稀有类」。需求和 SPEC 管理能把角色、红线、样本契约、重试和升级条件固化下来而不是靠群公告。完全开源可私有化离线部署适合人社这种不能出域的场景。三步把样本契约跑通第一步新建任务Qwen 做主生成DeepSeek 做对照Kimi 做短窗口基线。第二步规则写进 SPEC而不是写进聊天。角色省级人社厅社保稽核合成样本助手红线不复述真实身份证/社保号/单位名不确定就升级人工禁止把生产工单改几个字当合成样本字段insurance_type 枚举suspect_type 枚举cross_province 布尔back_pay 布尔person_name 假名id_number 结构合法假号不允许额外键覆盖五类疑点每类至少 4 条死亡冒领与重复参保不得低于 20%正负样本 1:1校验缺字段或枚举外值重试一次仍失败升级疑似真实号整批作废输出只返回样本对象不对用户展示思维链预算单次生成超时 12 秒降级到升级队列第三步同批 20 条口述约束加生成结果对比。编造真实号 6→0漏掉死亡冒领 5→0把邻市工单改字当合成 4→0。Kimi 短窗口丢标签被回退拦住没有混进回归集。四点建议先拿一个小任务试点不要一上来合成全库。规则写进 SPEC不要写在群里。多模型交叉验证别迷信某一个基座「编得像」。敏感场景直接私有化真档案不出域。合成数据不是让模型更会编故事是让没有真档案的时候演习卷仍然能当门禁用。把样本契约写进 SPEC剩下的交给 MonkeyCode 在云端跑通。