纠正性提示何时有害：OWL 2 DL下推理器引导修复LLM对蕴含否定过度谨慎的提示设计

我们报告了GPT-5.4在OWL 2 DL合规性查询上的一种可复现错误模式：当推理器（reasoner）蕴含的答案在\emph{FunctionalProperty}闭包或类\emph{不相交（disjointness）}下为"否"（no）时，模型经常回答"未知"（unknown）。我们使用180条经推理器审计的查询——来自对所观察模式的程序化扩展——外加来自两个不相关领域（保险与临床）的18条手工编写的留出查询，在匹配查询预算下比较四种交互模式：单次问答、三轮通用"你错了"式重试、带开放世界假设（OWA）提示的三轮推理器裁决修复，以及不带该提示的相同修复。直接忠实率为43.9%（Wilson 95% CI [36.8,51.2]）；通用重试达到81.7%（[75.4,86.6]）；带提示的裁决修复反而更差，为67.2%（[60.1,73.7]）；仅裁决修复达到97.8%（[94.4,99.1]）。在经Bonferroni校正的McNemar精确检验下，所有两两比较均显著（α=0.01；所有 $p < 10^{-5}$）。同一错误指纹解释了留出查询上4/4的错误。我们的解释是有边界的：提示的框定方式可能比纠正内容更重要，推理器引导的封装应做显式消融。