大多数面向文档的人工智能产品把模型放在文件的路径上：它读取、决定，然后交回一份新文档。语言模型擅长解释，却不擅长保证。SazAI Corpus 把两者分开，本站其余内容都由此而来。
两层
一层理解你想要什么；另一层按格式的规则打开文件
对话层是一个语言模型：它理解请求、选择操作并解释结果。触碰文件的一层是一个确定性引擎：它按文档格式的规则打开文档，改动获得授权的元素，记录改动了哪些，然后写回。它不解释意图。
你的请求用你自己的话，按你说话的方式
一个选定的操作有名称、有日志、附带凭证
写好的文件由引擎写入，绝不由模型写入
因此，被误解的请求仍然只是对话错误：如果模型误解了你，错误的操作会出现在凭证中，有名称、有版本。文件的结构不会被悄悄损坏后交回。
文档来自一份规范
执行的是对已知结构的一次操作
进入时，文档被完整读取并分解为它的元素：文本、形状、表格、单元格、页面、关系、属性。这张地图会被记录下来。一次修改就是针对它执行的一份规范：获得授权的元素被改动，其余保持不变，结果会对照源结构进行检查。更多内容在你的文档中。
模型的文本从哪里进入
在翻译中，边界会被检查，不一致则该步骤失败
当模型自己的文本进入文件时，比如在翻译中，边界是被检查的，而不是被假定的。每段文本都夹在标记之间发出，返回的标记会与发出的标记对照计数。如果模型丢掉了一个、编造了一个，或写出了看起来像标记的东西，该步骤就会失败。
633进去 633，出来 633在一次 45 张幻灯片的翻译测试中：输入 633 个元素，输出 633 个；输入 971 个形状，输出 971 个。引擎触碰了有文本的那 11 张幻灯片，没有触碰其他任何一张。
遗漏或编造段落的模型产生的是一个未完成的操作，而不是一份被悄悄损坏的文档。计数核对的是每个段落都已返回，而不是它说了什么：译文是否正确，仍由人来阅读。这一点在各格式中成立到什么程度，见翻译。
语言模型是一种选择，而不是一种依赖
模型改变时，确定性层保持不变
负责对话的模型和负责翻译的模型分别选择，并可通过配置替换；已安装的客户端指向它签约的模型。模型改变时，确定性层不会变动，而主权正建立在它之上。