给答案一条可追溯的来路

文档先变得可查，答案才有依据

检索增强生成，通常简称 RAG，指先从知识库找出与问题有关的内容，再让模型结合这些内容组织回答。项目中的知识问答应用，围绕文档入库、版本管理、检索与引用下载建立完整流程。

入库时将文档整理为适合检索的片段，同时保留来源关系。检索得到的段落需要带着上下文进入回答，引用则应能指向对应版本的原文。只有一句孤立的相似文本，往往不足以支撑带条件的操作建议。

文档与版本有权限的检索证据组织回答与引用

“能搜到”与“可以阅读”是两件事。项目通过用户组和文档权限约束可见范围，引用原文的下载同样经过授权。页面上的业务适用范围，也不能直接当作阅读权限使用。

当权限变化影响正在执行的问答时，需要重新判断该任务是否仍有访问依据。只在最初打开页面时检查一次，并不能覆盖后续撤权的情况。

引用是一条回到证据的路径。这条路径本身也需要遵守文档权限与版本边界。

以推送技术知识库为例，“到达率为什么下降”可能涉及应用、平台、通道、时间和具体异常现象。条件不同，适用的排查文档也可能不同。

此时先澄清关键条件，有助于确定证据范围。即使检索到了很多相关词，也不意味着已经找到了足以回答当前问题的材料。证据不足时，回答应保留缺口，而不是靠常识补成确定结论。

项目使用原创模拟手册和对公开资料的简短整理作为技术语料。功能验收样例、模拟模型测试与问答效果评测，分别回答不同的问题。

语料或问题集合变化之后，原来的效果结论也需要重新核对。让证据、测试条件与结论一起保留下来，后续改进才有可以比较的起点。