53.人工智能实战：RAG 引用答案怎么做可信？从“答案看似正确”到引用校验、证据链与防幻觉方案

人工智能实战：RAG 引用答案怎么做可信？从“答案看似正确”到引用校验、证据链与防幻觉方案一、问题场景：答案是对的，但引用资料是错的很多 RAG 系统上线后，会要求模型回答时带引用。例如：一线城市住宿费最多报销500元。依据：《差旅报销制度》第3条。这看起来很专业。但前期灰度时经常发现：1. 答案正确，引用错了 2. 引用资料存在，但不支持答案 3. 模型引用了没有召回的文档 4. 引用格式正确但内容对不上 5. 用户点击引用后发现不是那回事我见过一个真实 Badcase：用户问：销售去二线城市拜访客户住宿费多少？AI 回答：450元，依据《普通差旅制度》。答案数字是对的，但引用错了。正确引用应该是：《销售客户拜访报销制度》这类问题很危险，因为它会让用户产生错觉：