让答案可核对：检索与生成之间的「证据表」

生成式回答难核对，解法是在检索与生成之间加一张证据表：抽取事实+出处+原话，程序做子串校验，只基于表写答案并标引用。本文给出字段设计、三步流程、三个收益与常见错误。

让答案"可核对"，而不是"听起来对"

生成式回答最大的问题是**无法核对**：句子通顺、语气自信，但你不知道它依据什么。

解法是让检索与生成之间多一层显式的**证据表**：先把片段整理成结构化事实，再基于事实写答案。

每条一行，字段固定：

| 字段 | 说明 |

|---|---|

| 事实 | 一句话陈述（不含推断） |

| 来源 | 文档标题 + 章节/页码 |

| 原文片段 | 支撑该事实的**原话**（截断到 80~120 字） |

| 时间 | 该文档的发布日期 |

| 置信 | 高 / 中 / 低（人工或规则给的） |

这张表是**纯抽取**产物，不允许出现"因此""说明"这类推断词。

1. **抽取**：从检索到的片段里抽出事实，逐条附原文与出处；抽不出就写"未找到相关事实"；

2. **校验**：程序检查每条事实的原文片段**确实出现在**该来源片段中（子串比对），不通过就丢弃；

3. **成文**：只允许基于证据表写答案，**每条结论标注引用编号**；证据表里没有的，不许写。

**可核对**：用户能点开引用看到原话；

**可评测**：事实错误率、引用一致性都能自动算（引用编号与事实是否对得上）；

**可降级**：证据表为空时，明确回"资料里没有提及"，而不是让模型编。

**把推断写进证据表**（"这说明 X 已经失败"）→ 后面所有结论都建立在推断上；

**引用不核对**（引用编号乱标）→ 必须做**子串级**校验，别只看编号存在；

**证据表太长**（几十条）→ 用户不看、模型也读不完；按相关度截断（例如前 8 条）；

**只给结论不给原文** → 等于回到"听起来对"。

1. 先做抽取 + 子串校验（这两步就能显著降低编造）；

2. 再把引用编号写进答案模板；

3. 最后做"证据表为空时的明确回复"与引用一致性指标。