K5.2 有据回答：逼模型交出处
摆好了料，它就照着答吗
上一节把对的资料端端正正摆到了模型面前。那它就不会胡说了吗？
会好很多——但不保证。模型有时仍会：
- 掺入旧记忆：资料明明写「陪产假 15 天」，它凭训练时的印象答成「7 天」；
- 过度发挥：资料只说了 A，它顺手替你脑补出 B 和 C；
- 答对但不给出处：结论是对的，可你没法核对，只能选择信或不信。
这一节讲怎么把「大概照着答」升级成「答必有据、句句可查」。这个目标有个名字，叫 有据回答（grounding）：让答案里的每一句话，都由检索到的原文支撑。 两个抓手，一软一硬。
抓手一：用指令摁住「创作欲」
模型的天性是「接最像的话」（上篇 5.6 节讲过的幻觉根源）——你不拦着，它就默认自由发挥。所以第一个抓手是在指令里把规矩定死：
「只根据以下资料回答。资料未提及的信息，回答『资料未提及』，不要用你自己的知识补充。」
这句话看着普通，作用极大：它把模型从「作家模式」切到「摘录员模式」，明确告诉它「宁可说不知道，也别编」。这正是 K5.1 的 RAG 全流程动画第 ④ 步里那句关键指令。
抓手二：用引用让答案「可核对」
第二个抓手更硬——引用标注：要求模型像写论文一样，给每一句话都标上来源编号。
回到 RAG 全流程动画的第 ⑤ ⑥ 步，答案长这样：
黑卡会员可享全场 95 折、专属客服和生日礼券**〔1〕。积分方面，每消费 1 元累计 1 积分，100 积分可抵 1 元〔2〕**。
每句话后面都挂着来源编号，读者点一下〔1〕就能翻到「会员权益」那段原文，点〔2〕就能翻到「积分规则」——动画第 ⑥ 步的「核对」，正是把答案的每半句话对回了它的来源。
引用为什么是 RAG 最硬的底气？ 因为它把答案从「你信不信我」变成了「你可以自己查」。对企业、医疗、法律这些错不起的场景，一个不能溯源的答案约等于不能用（回扣 K0 的缺陷三）；而带上引用，答案就有了可被验证的锚点——这是对付幻觉最实在的一招。
引用也会骗人
但别高兴太早。引用能被伪造：
- 引用幻觉：模型标了「〔1〕」，可原文〔1〕里根本没说这句话——它编了内容，还顺手编了个出处；
- 张冠李戴：答案对的，引用却标错了来源。
所以光「有引用」还不够，引用本身得能被验证。这就自然引出了下一章——K6 评测：怎么系统地检查「答案的每句话，是不是真的出自它标的来源」。
「有引用」不等于「正确」
小结
本节要点
- 有据回答（grounding）：让答案的每句话都由检索到的原文支撑，是 RAG 抑制幻觉的核心。
- 两个抓手：指令摁住模型的创作欲（「只根据资料答、没有就说没有」），引用给每句话标出处、让答案可核对。
- 引用是 RAG 最硬的底气——把答案从「你信不信我」变成「你可以自己查」，对错不起的场景是刚需。
- 但「有引用」不等于「正确」：会有引用幻觉、会忠实复述错误资料——引用让核对成为可能，核对本身还得靠人和评测。
📝 动手自测0/3
1. 「有据回答（grounding）」指的是什么？
2. 为什么说「引用标注」是 RAG 最硬的底气？
3. 一个 RAG 答案给每句话都标了来源〔1〕〔2〕。下列理解最准确的是？