1 证据链要解决什么
生成式答案不是引用列表，而是若干断言的组织。用户看到的是"X 的续航约 12 小时"，背后可能是官网规格页、一篇评测、一个电商详情页，也可能没有任何来源。要判断这句话能不能改、怎么改，需要把断言与来源的关系显式化。
证据链有三个目标：知道这句话从哪来（溯源）；知道这个来源可不可信（分级）；知道改动之后有没有变化（验证）。三者对应三组工程问题，混在一起谈，最后往往只剩一张漂亮的溯源截图。
2 引用解析：从链接到来源实体
引用形态不统一：行内链接、脚注编号、纯文本域名、卡片式来源。解析链路是：抽取候选 → 跟随重定向 → 归一化 canonical → 聚合到注册域 → 归属到来源实体（官网、媒体、社区、聚合站）。
两处细节决定质量。其一，短链与跳转链要跟到底，否则同一来源会被算成多个，引用份额虚高。其二，内容要存快照：URL 会改、页面会删，只存链接等于没存证据。快照至少保留正文、抓取时间与内容哈希，用于判断"当时说的是不是这句"。
还有一类常见错误是把搜索引擎结果页、缓存页、翻译页当成来源。它们不是原始来源，应归并到最终落地页，否则独立性统计会被系统性高估。
引用的粒度同样要记录。答案在句末给一个编号，可能支撑的是整段，也可能只支撑最后一句。工程上应保存引用锚点：编号位置、对应句序号、来源在页面中的段落定位。锚点越细，后续判定"这段是否支撑该断言"的成本越低。
3 分级维度
可信度不是一个分数，而是一组正交特征。工程上至少看六项。
--- 主体权威性：发布主体是否有资质、是否属于该领域组织。
--- 一手性：是一手事实，还是二手转述。
--- 时效性：发布时间、最后更新时间，相对断言时间的位置。
--- 可核验性：是否给出数据来源、方法、可复现材料。
--- 相关性：内容是否真的支撑该断言，而不是同主题泛谈。
--- 独立性：发布方与品牌、竞品是否存在利益关系。
六项里，相关性与独立性最容易被忽略，也最能解释"引用了很多，答案还是错的"。大量引用只说明检索覆盖，说明不了证据质量。
这些特征大多不能直接读出，需要用可观测代理来近似。实践中可用下表对应。
表 1 六维特征与可观测代理
|--------|----------------------|------------|
| 维度 | 可观测代理 | 数据来源 |
| 主体权威性 | 组织类型、备案与资质、领域匹配度 | 站点元数据、登记信息 |
| 一手性 | 是否含原始数据、是否为转述句式 | 页面结构、措辞模式 |
| 时效性 | 发布与更新时间差、版本号 | 页面时间戳、快照 |
| 可核验性 | 是否给出方法、样本与出处 | 正文解析 |
| 相关性 | 实体与数值是否同段出现、是否回答同一问法 | 文本匹配 |
| 独立性 | 转载聚类、利益关系标注 | 相似度聚类、人工标注 |
4 T0---T3 ：一个可执行的分级口径
把维度压缩成四级，便于工程落地。以下为本文采用的工程口径，平台的具体分级以其官方说明为准。
表 2 信源分级与处理策略
|--------|----------|----------------------------|-------------|
| 等级 | 定义 | 示例 | 处理策略 |
| T0 | 一手官方事实 | 官网、规格书、工商与资质登记、官方公告 | 缺失即补，作为事实基准 |
| T1 | 权威第三方 | 监管与标准机构、行业协会、主流媒体事实报道、权威评测 | 争取覆盖关键断言 |
| T2 | 行业与社区 | 垂直媒体、专业社区、渠道页、用户评测 | 甄别，择优引用 |
| T3 | 低可信与风险来源 | 聚合站、内容农场、过期转载、匿名帖、竞品软文 | 下线或纠正，重点监测 |
分级不是贴标签，而是决定处理策略。同一个断言若只由 T3 支撑，风险等级最高；若 T0 有而 T1 缺，说明官方说法没有被外部验证，稳定性不足。两种缺口，修法完全不同。
分级还要随品类调整。强监管品类里，资质与标准文档的权重更高，T1 的定义应偏向监管与行业标准机构；快消与耐消更依赖第三方评测与用户口碑，T2 的甄别比 T1 的争取更实际；B2B 场景里，技术文档与实施案例的一手性往往比媒体曝光更关键。用一套固定权重套所有品类，是这类体系的另一个常见失真。
5 断言级评分
同一来源对不同断言的支撑力不同。官网首页可以支撑"品牌定位"，支撑不了"某型号在 40℃ 下连续运行 8 小时"。评分要在断言层做：
S(a, s) = Σ_i w_i · f_i(a, s)
f_i 为第 i 维特征值（0--1），w_i 为权重。特征可从页面结构（是否表格、是否含单位与日期）、文本匹配（实体与数值是否同时出现）、来源元数据（组织类型、更新日期）中提取。
必须强调：这个分数是排序工具，不是真值。它用来决定先看哪条、先改哪条，不能用来宣称"我们的来源更权威"。把加权分数当客观结论，是这类体系最常见的误用。
6 证据链的数据结构
一条完整证据链至少五层。
--- 断言层：规范化事实陈述（实体、属性、值、单位、条件、时间）。
--- 答案层：出现该断言的原始答案（问题、平台、入口、时间、run_id）。
--- 引用层：该答案的来源列表及引用位置。
--- 来源层：注册域、来源实体、分级、独立性标记。
--- 快照层：抓取时间、正文、内容哈希。
五层用统一 ID 串起来，才能回答"这条断言出现过几次、分别被谁支撑、哪一次是错的"。缺任何一层，复核都要重新采集。
断言的规范化要注意粒度。太粗（"续航不错"）无法核验；太细（"续航 12 小时 07 分"）会被无关精度放大误差。通常取"实体 + 属性 + 值 + 单位 + 条件"五元组，条件允许为空但不允许丢失。
冲突要在库里显式表示，而不是覆盖。同一属性出现两个互相矛盾的值时，保留两条断言、各自的证据与置信度，再用一条 contradicted_by 边相连。等到复测时，这条边有没有消失，本身就是纠偏效果的直接读数；如果只存最新值，历史冲突就被抹掉了。
7 来源独立性：转载、聚合与稀释
引用数量会被转载放大。一篇通稿被十家聚合站转载，看起来是十个来源，实际是一个。度量独立性可用来源聚类：按正文相似度（shingle 或 SimHash）聚类，再按注册域去重，同一簇只计一次。
另一处稀释发生在自有域。自有内容占比高，不一定健康：如果所有断言都只由官网支撑，第三方验证缺失，AI 面对竞品评测时仍可能转向。健康结构是 T0 打底、T1 覆盖关键断言、T2 提供第三方视角。
可以用来源集中度做简单度量：
HHI = Σ_j (share_j)²
share_j 为来源 j 的引用份额。HHI 高说明证据结构单一，即便引用总量不少，抗风险能力也弱。这个数不需要做到精确，能区分"十个独立来源"与"一个来源的十次转载"就够了。
8 风险识别与告警
风险分两层。断言层：与事实矛盾、已过时、负面倾向、竞品导向表述。来源层：T3 支撑关键断言、来源已删除、来源主体与品牌存在利益冲突。
一个可用的告警分是：
R = P(error | a, s) · Impact(a)
Impact 按问题权重与断言出现频次估计。阈值不必追求最优，先保证可解释：为什么这条被标红，要能点回断言、答案与来源。不可解释的告警，运营团队不会用，最后退化成一份没人打开的日报。
9 纠偏与验证
纠偏动作按可控性排序。一是事实对齐：统一官网、规格页与结构化数据口径，消除自相矛盾，成本最低，通常最先做。二是下线与更正：旧页面、过时帮助文档、错误转载，能改则改，不能改则争取更正或补充说明。三是权威覆盖：争取 T1 来源对关键断言的报道或收录，周期长，但形成后最稳定。四是内容补充：针对缺失断言补写页面，注意分块自包含与结构化。
验证按同口径复测：同一组问题、同一批平台与入口、相近时间窗。观察两层------断言层（支持来源是否从 T3 转为 T0/T1、错误率是否下降）与答案层（提及与推荐概率是否变化）。两层不同步是常态，断言层先动、答案层后动，时间差取决于索引更新周期。
还要防一种自欺：改完内容立刻复测，答案没变就归因为"平台不认"。索引更新通常有数天到数周延迟，观察窗口应覆盖这段滞后，并保留 holdout 问题作对照。否则得到的只是噪声，且会误导下一轮投入。
复测的判定标准最好在动手前就算出来：在现有样本量下，多大的变化才算可检出。若每层只有几十次观测、基线概率在 0.3 附近，几个百分点的差异很可能落在区间之内。先算清楚再复测，能避免把波动当成果，也能避免把真变化当噪声。
10 评测与局限
分级与风险识别都需要标注。建议报告三项：分级一致率（规则与人工的吻合度）、风险识别的精确率与召回率、标注者间一致性（Cohen's kappa）。没有这些数，分级体系只是主观判断的包装。
局限有三：来源不可见（部分答案不标注引用，只能推断）；内容会变（快照只能证明当时，不能证明现在）；因果难证（来源改善与答案改善之间隔着检索与生成两层）。
承认这三点，证据链才是工具。反过来，把证据链当成"已经证明"的结论，比没有证据链更危险------它会让团队误以为问题已经被定位，从而跳过真正的验证。
BUGOOAI 布谷GEO 的信源证据链按这一思路组织：断言、答案、引用、来源、快照五层保存，T0---T3 分级用于确定处理策略，纠偏后按同口径复测。具体分级细则以官方说明为准。