检索里的否定与例外：别让模型只看到一半

检索倾向于召回支持性片段，漏掉否定与例外，导致过度概括。本文给出三类易漏内容、三种做法（切分不切断条件从句、条件词扩展、邻居召回）、提示词的防守写法与怎么测这件事。

只给"正面材料"，模型就容易把特例当通则

检索系统常有个隐蔽问题 ✗：它倾向于召回**支持性的**片段 ✔，

而**否定句、例外条款、限制条件**往往被漏掉 ✗ —— 于是模型给出过度概括的答案 ✔。

例如资料里写"**除 A 场景外**均适用" ✔，只召回后半句 → 答案就变成了"均适用" ✔。

**否定与例外**（"不适用""除外""仅在…情况下"✔）；

**限制条件**（额度上限、时间窗口、地区限制 ✔）；

**前提假设**（"在标准配置下" ✔）；

**变更说明**（"自 2024 年起改为…" ✔ —— 旧文档仍可能被召回 ✔）。

**共性**：它们通常**短、位置偏、词频低** ✔ —— 恰好是向量相似度最容易忽略的类型 ✔。

1. **切分时不要切断条件从句** ✔（"除…外"与主句必须在同一块 ✔ —— 属于切分规则问题 ✔）；

2. **检索时加"条件词"扩展** ✔（把"例外/除外/不适用/仅限"作为查询扩展项或过滤信号 ✔）；

3. **给召回结果做"完整性检查"** ✔：同一文档里若存在"例外"段落，且问题与该段相关 → **一并带上** ✔。

第 3 种最实用 ✔：实现上可以按**文档 + 段落类型**做"邻居召回" ✔（把例外段与主段一起给 ✔）。

要求模型："如果资料中存在**例外或限制条件**，必须一并说明" ✔；

要求"**不要**把局部结论推广为通用结论" ✔；

若资料只覆盖部分情况 → 明确写出"资料未涵盖 X 场景" ✔（见拒答那篇 ✔）。

**这三条要写进输出格式** ✔（例如答案必须含"适用条件"一栏 ✔），否则模型会忽略 ✗。

构造 20 组"带例外"的样本 ✔：

```

资料：规则 R 适用，但场景 S 除外

问题：场景 S 该怎么办？

期望：明确指出 S 例外（而不是套用 R ✔）

```

分别测"只召回主段"和"主段 + 例外段" ✔ —— 后者应显著更好 ✔。

**把这一组样本固定下来** ✔（它就是"例外召回"的回归集 ✔）。

**用摘要替代原文** ✗：摘要过程最容易**丢掉例外与限制** ✔（因为它按"重要性"压缩 ✔，而例外往往读起来"不重要" ✔）。

若必须摘要，要求摘要**保留所有条件句** ✔，并在摘要上标注"原文可能含更多条件" ✔。

> 抽 10 条回答，其中有多少条**明确写出了适用条件或例外** ✔？

> 如果一条都没有，说明系统在系统性地"只讲一半" ✗。