螢幕上的五個關鍵時刻
每位消費者與每件服裝皆為合成數據：包含 15 種身型的群體與 8 款服裝目錄，皆採用虛構名稱。螢幕上的每個數值均由引擎在運行時動態生成，絕非寫死。
關鍵所在：原色布邊丹寧讓 Riley 應穿 29 碼，而非尺碼表標示的 28 碼
Riley 試穿 Ironside 14oz 原色布邊直筒牛仔褲時，系統以 95% 的信心度推薦 29 碼，且每個部位皆處於舒適狀態。若依據僅看腰圍的尺碼表則會推薦 28 碼，而這將是錯誤的：在 28 碼下，大腿部位會超出該無彈性丹寧的伸展極限。各部位應變長條圖使其一目了然，每個落於面料舒適帶內的部位均顯示為綠色。尺碼表無法感知面料，因此遺漏了決定尺碼的唯一關鍵變數。
同一身型，不同面料，產生不同的正確尺碼
將完全相同的消費者切換至外觀相似的 Driftwood 彈性修身牛仔褲，正確尺碼在 90% 信心度下降至 28 碼，且各部位皆完全合身。此時僅看腰圍的尺碼表碰巧也給出 28 碼，因為該面料的彈性包容了大腿部位，而在原色布邊面料上大腿部位則會受到限制。這精準詮釋了整個核心論點：同一身型在兩款外觀相似的牛仔褲中分別對應 29 碼與 28 碼，正是因為引擎精確計算了每種面料的伸展極限如何與該身型契合。
當無任何尺碼完全合適時，誠實棄權而非虛張聲勢
消費者 Jordan 試穿 Ironside 原色布邊牛仔褲時產生了真實的合身衝突：較小尺碼無法容納大腿，較大尺碼則腰圍過鬆，且在此零彈性面料上沒有任何尺碼能兼顧所有部位。Contour 在 58% 信心度下給出誠實棄權，推薦最不差的折衷尺碼，並建議消費者跨尺寸購買或諮詢造型師。相較之下，僅看腰圍的尺碼表依然自信地給出 28 碼。在具標籤的黃金數據集中，引擎在 105 組中有 33 組選擇棄權，而非隨機猜測。
對抗式審查機制阻斷物理上自相矛盾的文案
Maverick Raw Selvedge Flex 牛仔褲所附的廠商文案存在物理矛盾：聲稱是 100% 全棉原色布邊丹寧卻具備四面彈性。FabricMechanicsCritic 拒絕進行推論：原色布邊與彈性纖維在力學上互不相容，無彈性硬挺機織物不可能具備四面彈性。系統不會發出尺碼推薦，並將該商品轉交人工審核。這屬於系統的誠實行為，而非計分指標，該服裝被刻意排除在評分黃金數據集之外；其存在正是為了展示阻斷能力。
基準測試，以及最具說服力的核心數據
在包含 15 種身型對照 7 款計分服裝的 105 組具標籤合成黃金數據集上，Contour 取得 100% 的準確率，對比僅看腰圍基準的 60%，提升了 40 個百分點，成功攔截 39 起衝突，並為 67.6% 的組合提供單一高信心度尺碼。每次均需明確說明測試範疇：黃金數據集的標籤使用了與引擎相同的可量測面料伸展數值，因此 100% 是該構建數據集的固有屬性，而非開放世界的絕對保證。持久且具獨立意義的數字是相較於現行真實方法所提升的 +40 個百分點，且在硬挺無彈性面料上優勢最為顯著：原色布邊丹寧 100 對 33、硬挺斜紋褲 100 對 40、羊毛西裝 100 對 53、結構化緞紋布 100 對 60、彈性丹寧 100 對 53、羅馬針織布 100 對 87、羅紋針織布 100 對 93。在極高彈性的針織面料上，面料彈性幾乎包容了一切，因此單純比對腰圍的方法幾乎能夠追平。
可重放的收據，以及 AI 代理所調用的酬載
每次推薦均會寫入 JSON 稽核收據：包含擷取的面料規格及支持每項參數的精確來源語句、審查結論、完整的各尺碼應變矩陣，以及決策與其信心度。相同結果於 /api/fit 端點以機器可讀的酬載形式提供給 AI 購物代理調用，內容包含推薦尺碼、信心度、棄權標記、各部位合身度陣列與稽核 ID。隨著電子商務轉向由代理代表我們進行交易，代理所讀取的尺碼訊號必須具備信心評分且可受稽核——它應是一份報告，而非一張圖片。
