让答案有出处：citations 引用溯源

「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：

text 复制代码

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。

python 复制代码

# 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。