假设一家美国服务团队用人工智能汇总工单。第一页已经返回，不等于所有资料都已读完。我们比较完整收集、部分收集和确认空结果。这是设计分析，不是真实客户事故。

GitHub 的文档说明，分页返回结果的子集，并通过链接头提供后续页面。模型上下文再大，也不能自动补回连接器没有读取的记录。先核对收集路径，再评价总结。

Google 的分页设计指南允许中间页面返回少量记录，甚至零条。它用空的下一页令牌表示结束。实际集成必须遵守具体服务的文档，不能把空页直接当作终点。

中途失败时，保留已经确认的记录，明确标为部分结果。固定筛选条件与报告范围。读完页面也不自动证明获得了同一时刻的快照；缺少保证时，应说明限制。

建议保留页数、唯一记录数、结束依据与异常状态。用虚构数据测试多页、空页继续、重复记录和中断恢复。先核对预期记录集合，再检查文字，不宣称已经完成生产测试。

从一份常用报告开始，把完整、部分与确认空结果分开。让审核者先看到证据范围，再决定是否采用结论。完整收集不能保证分析正确，但流畅的文字无法替代未读的资料。