核心要点
检索阶段就保留每个片段的来源元数据：文档名、页码/章节、URL、片段 id
给每个片段编号后拼进 prompt，要求模型「只依据这些片段作答，并在句末标注引用编号 [1][2]」
前端把编号渲染成可点击链接，回链到原文对应位置
答不出时要求模型明说「未在资料中找到」，而不是编造；可加引用核查防张冠李戴
标准回答
第一步：检索时带上「身份证」
切块入库时就给每个 chunk 存元数据：来源文档、页码或章节、URL、唯一片段 id。检索返回的不只是文本，还要带这些来源信息，否则后面无从溯源。
第二步：编号 + 约束生成
把检索到的片段编上号（[1][2][3]）拼进 prompt，并明确指令：「只根据以下编号片段回答，每个论断在句末标注它来自哪个编号；资料里没有的内容不要编。」这样模型输出就自带 [1] 这样的引用标记。
第三步：渲染回链
前端解析输出里的 [1]，映射到对应片段的来源，渲染成可点击的脚注或卡片，用户点一下就能跳到原文核对。
第四步：防幻觉与核查
- 检索没命中相关内容时，强约束模型回「未在知识库中找到相关信息」，宁可不答也别瞎编。
- 做引用核查：抽样或自动校验「这句话是否真的能由它标注的片段支撑」，防止张冠李戴——引用编号对了但内容对不上。
常见误区
⚠️ 常见踩坑
只在 prompt 里说「请给出处」却没在检索阶段保留来源元数据，模型只能编一个看似合理的引用；或引用编号标注了但内容与片段对不上（张冠李戴），需要做引用-内容对齐核查。
追问
追问 1：模型标了引用，但引用内容其实不支撑那句话，怎么办？
这是「引用幻觉」。可加一道核查：把「论断+被引用片段」交给模型或规则判断片段是否真支撑该论断（类似 faithfulness 校验），不支撑就标记或撤回该引用。生产中对高可信场景（医疗、法律）建议必做这道核查。
追问 2：检索回来的内容互相矛盾时怎么处理？
让模型在回答里呈现分歧而非强行二选一：说明「来源 [1] 称…，来源 [2] 称…」并都给出处，把判断权交给用户；或按来源权威性/时间新旧排序优先采信较新/更权威的，并标注依据，避免悄悄抹掉冲突。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。