「从零到 AI 应用工程师」专栏 · 第 13 篇
能答还不够。工业场景还要回答：你这话从哪份手册、哪一页来的？
references 和 citations 经常被混用——今天把它们掰开。
一、两个字段分别是什么
references | citations | |
|---|---|---|
| 何时产生 | 检索/重排之后，喂给模型之前 | 模型（或兜底）生成答案之后 |
| 含义 | 本轮候选证据（上下文） | 答案里实际用到的出处 |
| 典型用途 | 调试「模型看了啥」 | 前端高亮、审计、工单溯源 |
关系：
references = [切片1, 切片2, 切片3] # 候选
answer = "……处理步骤见【1】，阈值见【2】。"
citations = [切片1对应项, 切片2对应项] # 子集
可以召回了 3 条，答案只标了【1】——这很正常。
二、标记怎么落到 doc_id / page
- Prompt 要求：有依据时写
【1】【2】（或[1]）； - 后处理用正则抽出序号；
- 序号对齐
references[N-1]，拷贝doc_id、page、source、text等。
# 伪代码
indices = extract_cited_indices(answer) # 【1】【2】 → [1, 2]
citations = []
for i in indices:
if 1 <= i <= len(references):
ref = references[i - 1]
citations.append({
"ref_index": i,
"doc_id": ref.doc_id,
"page": ref.page,
"source": basename(ref.source),
"text": ref.text,
})
计划里说的「响应带 [doc_id, page]」，落在每个 citation 对象上。
三、模型忘了标引用怎么办
| 策略 | 说明 |
|---|---|
| 检索兜底回答 | 本地拼装时自己带【N】，再整表映射 |
fallback_all | 无标记时临时把全部 references 当作 citations（便于人工核对，正式产品要慎用） |
| 拒答 / 降置信 | 无依据或无引用时不装有出处（见下两篇治理） |
原则：没有可靠映射，就不要假装有强引用。
四、前端与 Agent 怎么用
- 展示答案时，把【N】做成脚注或侧栏卡片；
- 卡片显示：文件名、页码、摘录；
- Agent 写工单：只把
citations写进「依据」字段，不要把整份references当已引用。
五、带走这三条
- references = 候选；citations = 实际引用。
- 靠 Prompt 标号 + 后处理映射 meta，不是靠模型口述文件名。
- 无标记就要降级策略，不能默认为「全都引用了」。
下一篇：治幻觉——没依据就拒答，禁止「可能大概也许」。
这是专栏第 13 篇。两到三天一更，拒答见。
