怎样核对 AI 回答的资料来源、版本与冲突？

核对 AI 回答，要把每个关键结论逐一对应到允许使用的原文、具体位置、适用条件和有效版本。有引用链接，只证明可以定位某份材料，不能证明材料支持整句答案。资料冲突时，应先分辨适用范围差异与真正矛盾，再由资料责任人裁决；未解决前，不让模型凭流畅程度、检索排序或多数票作出高影响承诺。

这篇文章适合已经接入企业资料、需要验收查询或草稿质量的团队。第一步可以从一条真实问题开始：留住用户当时的问题和必要上下文，标出会影响行动的结论，再到来源核对。答案整体“听起来合理”不是足够的检查单位。

把一段答案拆成几个可以核对的结论

优先检查数字、适用条件、产品能力、流程要求、价格和对外承诺。一个句子若同时包含多个事实，就分别对应依据。若答案在原文之外补了推断，应说明推断与前提；对当前任务不允许推断的事项，应停止补全并交回有权人员。

有引用但仍然越界：一条回答怎样修正

核对示例（虚构资料，仅演示方法）：假设“资料 S-01，V3，第4节”只写某产品在清水条件下适用温度为0—45℃；用户询问45℃含氯清洗液是否可用。这里的产品、编号和条件都是演示材料，不代表真实产品能力。

检查者不仅要看到检索命中了什么，还要知道这些材料是否真的交给了模型。可以分别保留候选检索、最终依据与生成结果的关联，按权限控制查看。记录服务于复核，不意味着把所有原文都复制进无限制日志。

版本至少分清原件、业务有效性和系统使用批次

文件修改时间、资料版本、业务生效时间和索引批次是不同信息。某份旧文重新上传，修改时间可能变新，但业务规则并没有更新；新规则已经发布，检索系统也可能仍在读取旧批次。仅显示“更新时间”难以定位是哪一层变化。

W3C PROV 数据模型区分数据实体、使用与生成过程、修订关系及责任主体，可用于思考来源关联。它不是 AI 正确性认证，本文记录表也不是要求项目必须采用某种存储格式。参阅：PROV-DM 的来源与修订模型。

资料互相矛盾时，先判范围，再判冲突

1. 先比较对象、地区、工况、合同或业务阶段。条件不同可以同时成立，应在回答中保留对应范围，不能合并成一个通用结论。
2. 如果同一对象、同一条件出现不一致，核对版本替代与批准记录；没有明确关系时，交给资料责任人裁决。文件较新、检索排名较高或相同说法更多，都不自动取得权威。
3. 裁决前隔离有争议的结论。可以回答已经有依据且与冲突无关的部分，并明确哪些条件尚无法确认；高影响动作停在授权人工环节。
4. 裁决后保存依据、责任人与适用范围，更新有效资料并复查索引和缓存，避免旧答案继续出现。

冲突清单可填：“问题＿＿；来源A及位置＿＿；来源B及位置＿＿；相同/不同条件＿＿；影响的结论＿＿；裁决人＿＿；当前允许回答范围＿＿；裁决依据与后续版本＿＿。”这比只标注“模型幻觉”更能说明是源资料、检索、版本同步还是生成环节出了问题。

验收不要只放几道答案已知的简单题

每次核对应记录通过、失败、证据不足及原因。指标要分别看结论支持、引用定位、版本适用和冲突处置，不能只用“有引用的答案占比”代替正确性。检查覆盖范围与上线门槛应由业务风险决定；自动评判可以辅助筛查，关键结论仍需可靠依据与合适的复核。

汇棱公开的AI Sales Agent 工程说明展示了依据包与草稿、人审之间的关系。它提供的是核心工程路径，不能据此推断生产 RAG、真实 CRM 或正式邮箱已交付；具体来源与版本链路仍需在目标项目验收。

来源数据本身尚未整理清楚，可先按资料准备与批次验收核对。涉及不同岗位和撤权后可见性的部分，继续检查企业 AI 的权限隔离与撤权同步。需要将这条证据链落到实际系统，可按企业 AI 项目落地范围讨论资料、查询、日志和验收。