什么是幻觉溯源？怎么让 AI 标明「这话从哪来」

大模型答错时，最麻烦的地方在于你不知道哪一句错了。幻觉溯源要做的就是给每句结论挂一个坐标：这句话来自哪份文件、哪一段、哪一句原文。它把「信不信 AI」换成「信不信这份来源」，但没替你把来源点开看一眼。

它管出处，不管对错

先分清两个属性。事实正确性问这句话对不对，归属正确性问它是不是这份来源说的。溯源只负责后者。来源本身错了或过期，溯源会标得清清楚楚，结论依然错。

它的用法很明确：把无从核对变成有处可核，再把核对动作交回给人。声称能同时解决对错的产品，要么在来源侧另做了事实校验，要么只是把模型自评包装成了引用。

进来什么：三类输入

能不能溯源，在输入阶段就定了。一类是闭卷：只有问题和模型参数。这时它给的任何出处都是生成的，看起来像书名、像文号，实际不存在。

另一类是开卷但没检索：全文粘贴进对话，材料在上下文里。这时可以标到第几段，坐标是上下文中的位置，关掉窗口就失效。

还有一类是检索或工具返回：从索引召回段落，或调用搜索、数据库拿到结构化结果。只有这一类能给出稳定、可点击的坐标，也才有可能做批量审计。判断产品属于哪类，看回答时有没有查看来源的入口，点进去是不是原文。

发生什么：检索、绑定、校验

先做检索。问题被改写成查询，从索引召回若干段落。召回率决定上限：能回答问题的段落没被召回，后面怎么生成都只能编。工程上先调召回，再调表达。

接着是绑定。把召回的段落放进上下文，要求每句结论后面带编号。更严格的做法是先产出结论与证据的配对，再写成句子，这样引用是句子的骨架，不是事后贴上去的标签。生成时绑定成本低但可能引错；生成后绑定多一道匹配，贵一些，却能抓住引非所答。

最后是校验。逐句判断结论能否被所引段落支持，不支持的降级为未找到依据或删掉。校验器可以是另一个模型，也可以是规则比对，它自身也会错，其准确率决定整套机制的漏检率。

出去什么：引用的四个层级

一条引用有四个层次。文档级，只说明来自哪份文件，核对成本最高；段落级，标到第几节第几段，多数产品停在这里；句子级，给出被引用的原句；字符级，标到具体的词或数字，用于金额、日期、条款这类不能含糊的位置。

定位越细，核对越省力，实现越难。合格的引用还应带支持程度：直接支持、间接支持、无依据。只有直接支持能单独作为结论依据。

三种实现方式的强弱

四行不互斥，通常要叠加：检索负责有料，格式负责可读，校验负责不跑偏，抽检负责发现系统性错误。只做提示词约束的，引用标记接近装饰。

错误归因：有出处但不支持

这是溯源最隐蔽的失效方式：引用真实存在，但那段话并不支持这个结论。常见四种：引非所答，段落讲甲产品价格，结论说乙产品；以偏概全，原文写部分样本，结论写成普遍情况；二手转引，引的是转述版本，原始出处已经变形；来源过期，条款早已修订，引用的还是旧版。

它比直接编造更难发现，因为引用标记会给人已核实的错觉。有效检查动作是把引用段落和结论并排读，问自己：如果这段话是我写的，我会不会拿它支撑这句话。答案是否，归因就有问题。

它在什么情况下失效

最常见的是知识库里没有答案。只能标未找到，但模型补全倾向很强，会把没有写成有。要监控无依据回答的比例，它突然下降未必是好事。

其次是多跳推理。甲是乙的供应商、乙被丙收购，结论要把两段材料拼起来，没有哪句原文单独支持它，只能给推理链。

第三是概览型结论。整体上升这类判断由多个数字汇总而来，找不到对应原句，只能标到数据表。

第四是解析错位。扫描件、双栏排版、跨页表格解析出错时，坐标指向错的段落，引用看着完整，点进去对不上。要先修解析，再谈溯源。

第五是来源不可信。营销稿、论坛帖、二手转载都能被成功引用，溯源只证明它确实这么说过。选型要看来源白名单，而不是只看有没有引用。接入时注意套壳应用的入口问题，入口不明的产品，来源链路往往也查不清。

第六是模型自评。让生成答案的同一个模型判断有无依据，它倾向于说有。校验要换模型或换成规则比对。不同代际模型的服从度差别明显，免费版与付费版的差异不只在额度，也在是否愿意承认不知道。

怎么用：把引用当线索

三个动作就够。看引用指向的那一段，而不是整篇文档；核对限定词，比例、时间范围、适用条件最容易被放大；区分直接支持和相关。

对关键结论保留人工复核，尤其是数字、条款、时间。流式输出时结论先到、引用后到，生成速度带来的这个时间差会让人在引用出现前就下判断，等两秒再看，能少犯不少错。

如果它说未找到依据，是好消息，说明机制在起作用。要警惕的是每句都有引用、每条都点得开、却没有一条真正支持结论的答案，那种整齐往往是凑出来的。

幻觉溯源速查

• 溯源管出处，不管对错，来源错了结论照样错
• 只有检索型输入能给稳定坐标，闭卷回答的出处不可信
• 生成时绑定便宜，生成后校验更准，两者要叠加
• 引用看定位层级和支持程度，不只看有没有编号
• 多跳结论、概览结论、解析错位，三处最容易失效
• 点开原文那一段，重点核对数字与限定词