前面的文章讲过怎么问、怎么读表，这篇把镜头转向中间过程：你发出一句话，到表弹出来，中间到底经过了哪几道关。拆成五步讲，每一步都能解释你在使用中看到的某个现象。

第一步 · 鉴权门：每会话只过一次。首次使用需要一次鉴权：到象盒 AI 开放平台「个人中心 → API Keys」拿一个鉴权号发给专家，校验通过后即完成。鉴权号只做编码归档、全程不回显，也支持用环境变量方式免落盘使用。之后整个会话乃至后续会话都自动复验，你感觉不到它的存在——如果某天突然又被要求鉴权，通常是旧鉴权号被平台重新获取操作吊销了，重新拿一个即可。

第一道关：首次使用的鉴权引导，只需走一次

第二步 · 读懂问题：城市是硬条件。五个官方接口都以城市为必填项，缺了城市就查不了——所以你偶尔会遇到专家只问"你想查哪个城市"而不问别的：这是规则，不是敷衍。首轮最多追问一个问题，城市加预算一齐就立即开查；区域、户型这些条件，用第一版结果换你的反馈来收窄，比连环追问快得多。

第三步 · 发起请求：数据只来自五个官方接口。二手房、租房、新房、小区档案、政策资讯各对应一个官方接口，全部实时取数，单次约 1.2 秒。不抓网页、不依赖模型记忆、不用本地缓存充数——接口不通时宁可如实告诉你"暂时连不上"，也不会拿搜来的网页信息凑数。这也是为什么它给的每条结果都能点开链接到原站验货。

数据源头：象盒 AI 开放平台，五个官方接口的老家

第四步 · 字段口径：返回什么就说什么。这一步解释了几个你可能在答疑里见过的"怪脾气"：小区接口不给价格，问小区多少钱它会说接口不提供、转手帮你查在售房源；资讯文章没有发布日期，时效性强的政策它会提醒以官方最新发布为准；楼层只讲低区、中区、高区档位，不说具体几楼。不是藏着掖着，是接口返回什么、它就说什么，没有的字段不编。

第五步 · 成表与表述：抽到，而不是全部。最后一步是呈现：表格按价格排好序，每行带详情链接。措辞上你只会看到"给你抽到这几家"，看不到"一共就这些"或"最低价是"——因为房源接口每次返回的是随机抽样结果，同一条件再问一次会换一批。这不是缺陷是机制：想扩大覆盖面，就让它"再抽一批"，多轮抽样合并起来看。

终点：一张排序成表，每行带可点开的详情链接

五步连起来看，你会发现这套链路的设计取向很统一：每一关都宁可"少说"，也不"编造"。鉴权不过就明说，字段没有就明说，抽样就承认抽样。对使用者来说，记住两件事就够——城市必须给，结果问一次换一批；其余的，链路自己会走完。

在 WorkBuddy 里找到它

打开 WorkBuddy → 专家广场 → 搜索「象」（所属分类：行业顾问）。初始提示词示例：帮我找长沙雨花区 150 万以内的二手房。

声明：房源类接口每次返回随机抽样结果，不代表该条件下的全部房源；表中价格以象盒站内详情页实时展示为准，抽样批次之间不具备直接可比性。本专家仅转述官方接口返回内容，不做购房资格判定、税费与贷款测算、学区归属认定及房价走势预测。鉴权号仅以编码形式本地归档、任何输出不回显，亦非加密存储；如对落盘有顾虑可使用环境变量通道。