企业知识库场景里，幻觉是致命的：员工问"年假几天"，系统编一个"15 天"，人力部门是要背锅的。我给自己的知识库问答系统设计了三道防线，并且专门出了 3 道知识库里根本没有的超纲题做实测——全部正确拒答，没有一个字是编的。这篇文章讲每道防线的原理、实现和它防住的是哪一类错误。
先定义问题：编造有三种形态
- 编内容：文档里没有的规则，它给你现编一条；
- 编数字：文档里有 5 天，它说成 10 天；
- 答非所问：检索回来的资料不对，模型硬拿不相关的内容拼一个答案。
三种形态的根源不同，所以防线也要分层。编内容和编数字发生在生成侧，靠提示词和温度压；答非所问发生在检索侧，靠检索质量和兜底逻辑拦。下面按顺序过三道防线，最后用超纲题的完整回答原文检验它们到底有没有用。
第一板斧：系统提示词立规矩
这是最直接的一道。我的系统提示词就三条规则，核心是第一条：
SYSTEM_PROMPT = """你是企业内部知识库助手。规则：
1. 只能根据下面【参考资料】回答，参考资料里没有的信息，明确说"知识库中未找到相关内容"，禁止编造。
2. 回答中引用资料时，用 [资料1]、[资料2] 这样的标注指明出处。
3. 回答用简体中文，条理清晰，必要时分点。
"""
光有规则不够，还得给模型"材料可指"的结构。检索回来的切片在拼进提示词之前，会先编号——这段实现很短，但它是引用标注能闭环的前提：
def _build_context(self, hits: list[dict]) -> str:
"""把检索到的切片拼成编号上下文，编号就是回答里的引用标记。"""
blocks = []
for i, h in enumerate(hits, start=1):
blocks.append(f"【资料{i}】（来源：{h['source']} 第{h['page']}页）\n{h['content']}")
return "\n\n".join(blocks)
然后整体组装进 messages：
messages = [
{"role": "system", "content": SYSTEM_PROMPT + "\n\n【参考资料】\n" + self._build_context(hits)},
*history.get_history(session_id), # 多轮记忆：把最近几轮对话带上
{"role": "user", "content": question},
]
这里有个设计闭环：上下文里每个切片被标成【资料1】【资料2】，提示词规则又要求回答用 [资料1] 标注出处——两边编号对得上，引用就从"口头承诺"变成了可程序断言的东西。我的评测脚本能自动检查"答案标注的来源文档是否等于期望文档"，就是吃到了这个闭环的红利。提示词写得好不好，判据不是读起来顺不顺，而是它产出的行为能不能被机器验证。
顺带说下为什么规矩放在 system 消息里而不是拼进用户问题后面：system 角色在对话结构里就是"给模型立人设和纪律"的位置，指令遵循的权重最高；拼在用户消息里，规则会和用户问题混在同一段文本里，长问题时规则容易被稀释。这也是我照搬后端习惯的又一例——配置和输入分开，别揉在一起。
实测里我专门验证过它的效果：问"公司年终奖什么时候发"（三份文档里都没提年终奖），回答原文是——
知识库中未找到相关内容。
现有参考资料仅涉及员工考勤管理制度 [资料1]、请假与休假管理办法 [资料2][资料3] 以及差旅费报销管理规定 [资料4]，均未提及年终奖发放时间的相关信息。建议您咨询人力资源部或查阅薪酬福利相关的制度文件。
不仅拒答了，还告诉用户库里有什么，这个体验比干巴巴一句"不知道"好。
第二板斧：温度压到 0.3
知识库问答要的是稳定复述，不是创造力。代码里这行注释就是态度：
stream = self._client.chat.completions.create(
model=config.LLM_MODEL,
messages=messages,
temperature=0.3, # 知识库问答要稳不要浪，温度调低
stream=True,
)
温度的机制说穿了很简单：它缩放采样分布，值越高，低概率的词被选中的机会越大。0.7 和 0.3 的差别不在"对不对"，而在输出轨迹上——
- 温度 0.7（聊天场景的常用值，我一开始就是从这里抄的配置）：第一批测试就出现了同一问题两种说法。措辞漂移还算小事，更麻烦的是结构不稳定——这次分点、下次不分点，标注 [资料1] 的位置也飘。
- 温度 0.3：同样的检索结果，多次提问的答案措辞基本一致。复述类任务的答案本来就没有"多样性"的价值，随机性在这里是纯噪声。
还有一层不那么直观的好处：引用标注 [资料1] 是强格式约定，采样随机性越低，格式越稳，我的溯源断言才能当回归信号用——如果格式本身都在飘，断言失败就分不清是"检索坏了"还是"格式抖了"。
边界也要说清楚：温度不是越低越好，压到 0 附近有些模型会陷入重复循环；0.3 是"稳定但不僵"的经验起点。我没有对温度做系统扫描，所以它在我这里是经验配置，不是调参结论。
第三板斧：检索为空直接兜底，不调模型
前两道防线都在生成侧，这第三道在它们之前。它位于 RagChain.stream_answer 的最开头，是整个问答流程的第 1、2 步，任何模型调用发生之前：
# 1. 检索：拿问题去向量库找最相关的切片
hits = self._store.search(question, top_k=top_k)
# 2. 检索为空：直接兜底，不浪费 token 调模型
if not hits:
yield {"type": "sources", "data": []}
yield {"type": "content", "data": "知识库中未找到相关内容，请先上传相关文档。"}
history.append_message(session_id, "user", question)
history.append_message(session_id, "assistant", "知识库中未找到相关内容")
return
这一步同时省了钱和心。省心：检索都空了，把空上下文发给模型只会诱导它瞎编，不如直接返回引导文案；省钱：一次模型调用都不发生。注意最后两行——问题和兜底话术照常写进会话历史，用户补传文档后再追问，会话仍然是连贯的。
这里要较真一个细节：Top-K 检索在库非空时永远会凑满 K 条，那 if not hits 什么时候才会真触发？翻一下 store.search 的实现就知道——只有向量库整个集合为空的时候。所以这行兜底的真实身份是空库防御：刚部署还没传文档、或者文档被删光的状态下，用户发起的第一句提问就落在这里，得到的是"请先上传相关文档"的引导，而不是一场必然翻车的模型调用。它防的是"系统冷启动"这一种形态，和超纲拒答（库里有东西但内容不相关）不是一回事，别指望它。
超纲题实测：三段拒答原文逐条对账
三道超纲题的完整回答和它为什么对，逐条过。
1. "公司食堂晚餐几点开饭？"
知识库中未找到相关内容。
现有参考资料仅涉及考勤管理（工作时间、打卡、迟到、加班、外勤出差等）和请假休假管理办法，未包含公司食堂供餐时间的信息 [资料1][资料2][资料3][资料4]。建议咨询行政或后勤相关部门。
对在哪：首句给出标准拒答语（评测脚本用正则 未找到|没有找到|... 判定，命中）；第二句复述了库内范围，帮用户校准"该问什么"；第三句给出转介方向。这题检索回来的 4 个切片相似度分数是 0.4193、0.3985、0.3914、0.3880——全是考勤和请假文档里"最高分的不相关内容"，模型顶住了这些低质量资料的诱导，没有拿"考勤制度"硬拼一个答案，也就是防住了第三种形态"答非所问"。
2. "试用期工资打几折？"
知识库中未找到相关内容。
现有参考资料仅涉及考勤、加班、外勤出差、请假与休假（年休假、病假、事假、婚假、产假、陪产假、丧假）等规定 [资料1][资料2][资料3][资料4]，未包含试用期工资的相关条款。建议咨询人力资源部确认。
对在哪：这题最容易被"脑补"——试用期工资是大众话题，模型预训练里见过无数相关内容，编一个"通常为转正工资的 80%"毫无难度。它没有。这题的检索分数是 0.4452、0.4450、0.4263、0.4202，三道超纲题里最高的一组，依然全部低于 0.45。
3. "年终奖什么时候发？"
回答原文在第一板斧那节已经逐字贴过。补充检索侧数据：4 个切片分数 0.4281、0.4209、0.4116、0.4078。同样拒答，且指出了该去哪查（人力资源部、薪酬福利制度文件）。
把分数放在一起看会更有意思：库内题的 top1 分数普遍在 0.6 以上（比如"一线城市住宿费上限"那题 top1 到了 0.8227，"报销时限"0.7789），而三道超纲题的全部切片分数都在 0.45 以下。库内和超纲之间在相似度分数上存在明显间隔——这个间隔就是下一步加相似度阈值的数据依据。
一个必须诚实说的边界
我的检索是 Top-K，没有相似度阈值——也就是说检索永远会返回 K 个结果（哪怕都不相关），拒答实际全靠第一板斧的提示词约束。3 道超纲题实测全对，但这不是机制性保证，换一个更强的模型或者更刁钻的问法就可能漏。上面的分数间隔说明阈值有可做的空间：低于阈值的检索结果直接走第三板斧的兜底话术，拒答就从"提示词求它"变成"代码保证它"。这是我列在下一步的明确改进项。
宁可拒答、不要瞎答——在知识库场景里，拒答率是正向指标，用户重新组织问题或者转人工，都比拿到一条编造的制度强。
代码、评测明细和复现命令都在仓库里：
