AI 知識庫引用對不上？逐項驗證來源與無依據回答

驗證 AI 知識庫回答時，先把文字拆成可單獨判斷的事實主張，再逐項打開它引用的頁面或片段。只有目前版本的來源完整支持主張的內容、範圍、數字與歸屬，這一項才算通過。

如果引用打不開、指向錯頁、只支持半句、引用的是舊版本，或來源根本沒說這件事，就要分別記錄。不要因為回答讀起來合理，或頁尾列了三個來源，就把它當成已驗證。

缺少引用、連結失效、引用錯頁、來源不支持主張，以及來源已過期，是五個不同問題。分類正確，才知道應該修檢索、metadata、文件版本，還是直接撤回結論。

從一個可疑回答開始，替每個事實主張記下引用標記、source ID、文件名稱、頁碼或段落，以及能取得的版本。打開原文後，判斷它是完整支持、部分支持、無依據或過期。

數字、否定詞、適用範圍、作者歸屬與日期要分開檢查。相鄰段落看起來很像，也可能剛好否定回答；缺資料時應標示未知，不能把 unavailable 當成通過。

找到錯頁或無依據主張後，先修正來源 metadata、刪除錯誤結論，或把 Page 標記為需要刷新與審查。接著用同一個問題重跑，確認答案回到預期來源，而不是換一個看似合理的錯誤片段。

Wenlan 會把 Sources、原子知識與維護型 Pages 分開，並提供 source IDs、修訂、stale 狀態、lint 與人工審查；這讓證據路徑可檢查，但不會自動保證來源本身正確。

這套方法是可重複的除錯清單，不是宣稱一個分數就能證明整套 RAG 正確。高風險結論仍要回到目前的第一方來源，必要時由熟悉領域的人審查。

即使不使用 Wenlan，也可以用相同表格記錄 claim、來源位置、版本、判定與修正結果；它的獨立價值在於讓『哪一句沒有依據』變得具體。