让 AI 只基于你给的资料回答，关键不在换工具，而在提问时把信息来源和回答范围写死：明确「只依据下面的材料作答，材料里没有的就直说没有」，并要求它在关键结论后标注出自原文哪一段。大模型默认会调用训练时学到的知识，不限定范围就等于默许它自由发挥，答案混入材料之外的内容几乎是必然的。下面按提问写法、出处标注、核对修正的顺序给出可执行做法。
为什么它会自作主张补料
大模型的训练目标是生成通顺有用的回答，而不是严格执行检索边界。你给一段资料问一个问题，它会把资料当作参考之一，再混入自己的知识，只有明确划界，它才会收住。三种情况最容易混入私货：材料覆盖不全的问题、材料表述模糊需要「脑补」的问题、以及追问时脱离材料的新话题。知道漏洞在哪，提问时就能提前堵住——每轮追问开头重申一遍范围，比开场说一次管用得多。另一个干扰因素是会话历史：前面的闲聊和别的任务会留在上下文里，模型顺手引用它们，也是「不按资料答」的一种来源。
提问里把范围钉死的三种写法
第一种是硬约束句式：「只根据我提供的材料回答，材料中没有的信息，直接回答未提及，不要推测。」第二种是角色加范围：「你是资料整理员，不是顾问，你的全部依据只有这份材料。」第三种是负面清单：「回答中不得出现材料之外的行业常识、数据和案例。」三种写法可以叠加，材料越多、任务越正式，约束越要写得具体。写好约束后可以先做一个测试：故意问一个材料里没有的问题，看它是回答「未提及」还是开始编，一次测试就能验证约束是否真的生效。给材料时顺便分段编号，比如说「资料一共三段，回答时注明依据第几段」，模型定位和你的核对都会更容易。
| 写法 | 句式 | 堵住什么 |
|---|---|---|
| 硬约束句式 | 只根据材料回答，没有的信息直接答未提及 | 凭训练知识补料 |
| 角色加范围 | 你是资料整理员，全部依据只有这份材料 | 越界给建议 |
| 负面清单 | 不得出现材料之外的常识、数据与案例 | 顺手引用外部内容 |
让它标注出处再作答
要求出处是最有效的核对手段：在提问里加一句「每个关键结论后面用括号注明来自原文哪一段或哪一行」。ima助手 这类支持知识库和原文引用的工具，本身带引用定位能力，把资料存进库再提问，答案能落到具体条目上，核对成本大幅下降。没有引用功能的工具也有笨办法：让 AI 答完后，逐条把结论回贴到原文对应位置，贴不上的结论就要怀疑。标注出处还有一层作用——模型知道自己会被核对，编造倾向会明显收敛。
答案与原文对不上的处理
发现答案超出材料时，别急着整体作废，先分类：属于材料没写而模型自己补的，要求它删掉并只保留有据的部分；属于它理解偏了的，把原文对应句子贴出来，指明「这一句的意思是 X，请据此重答」。处理后把确认过的结论固定下来，作为下一轮提问的前提，避免反复拉锯。整个过程像在做一次对账，一遍不干净就再来一遍，直到每条结论都能在原文里找到落脚点为止。
守住资料边界的三个动作
- 每轮追问开头重申一遍范围
- 先问一个材料里没有的问题试边界
- 关键结论后标注出自第几段
- 超出材料的先分类再处理
第二条最省时间：一次试探就知道约束有没有真的生效。
延伸阅读：知识库问答怎么实现、企业 AI 客服为什么答得对、私有知识库与联网搜索。
只按资料回答时，资料之外的问题还能问吗？
- 材料之外的问题还能问吗？：能，但建议另开一轮对话并去掉限定语，否则 AI 会被约束卡住，要么拒答，要么生硬地把资料内容往新问题上硬套。
- 资料本身有错误怎么办？：先在提问中指出错误并给出修正后的口径，让 AI 以修正版为准；划界模式下它只会忠实引用，不会凭自身知识纠错。
- 上传文件和粘贴文本效果一样吗？：短材料粘贴更直接，长材料上传后建议先让它复述目录结构，确认读全了再开始限定式提问。
