第五章：让 AI 基于资料回答

约 1828 字大约 6 分钟

资料引用来源知识库

前几章里，我们一直在练两件事：

把问题说清楚。
判断 AI 回答是否可靠。

但你很快会遇到一个新问题：很多时候，你不是想让 AI 凭“它自己知道的东西”回答，而是希望它参考某些指定资料。

比如：

参考这节课的教材内容回答。
参考学校官网和招生简章回答。
参考老师发的讲义回答。
参考一本书、一篇文章、一份说明书回答。

这时，关键不只是“Prompt 怎么写”，而是：

AI 回答时到底看到了哪些资料？这些资料从哪里来？答案能不能追溯回原文？

工程里常把这类做法叫 RAG，也就是检索增强生成。你暂时不用背英文缩写，先把它理解成一句话：

先找资料，再让 AI 基于资料回答。

5.1 为什么不能只让 AI 凭记忆回答

大模型有很多知识，但它不是你的个人资料库，也不是永远最新的搜索系统。

它可能不知道：

你这门课刚刚更新的内容。
学校今年最新招生政策。
某个产品刚改过的使用说明。
老师课堂上特别强调的讲法。
某个机构内部文档里的规则。

即使它“看起来知道”，也不代表它能说出可靠来源。

所以，在需要准确、可追溯、可更新的场景里，我们不能只问：

请介绍这个政策。

更应该问：

请根据下面这段资料回答。
先引用支持结论的原文，再说明你的解释。
如果资料里没有提到，请直接说“资料中没有依据”。

这就是从“凭感觉回答”走向“基于资料回答”。

5.2 一个好答案应该带着来源

如果 AI 的回答会影响学习、选择或行动，它最好能说明：

它参考了哪份资料。
哪句话支持了这个结论。
哪些内容是资料里明确写的。
哪些内容是 AI 根据资料做出的解释。
哪些内容资料里没有，需要继续查。

你可以把答案分成三层：

层级	含义	例子
原文依据	资料里明确写了什么	招生简章写明“需参加校测”。
基于资料的解释	AI 根据原文帮你换句话说明	这意味着只看高考成绩还不够。
需要继续核验	资料里没有或可能变化	今年具体时间要看最新通知。

如果一个答案只有结论，没有来源，就像一张没有出处的截图：看起来方便，但不够可靠。

5.3 资料也会出问题

让 AI 基于资料回答，不等于一定正确。因为资料本身也可能有问题。

常见问题包括：

资料过时：引用的是去年的通知。
资料不完整：只上传了第一部分，缺少后续说明。
资料来源不可靠：来自随手转发的截图。
资料切得太碎：AI 只看到一句话，看不到前后条件。
权限不清楚：把不该给某个用户看的资料也放进去了。

所以，资料回答有两个责任：

给 AI 看对资料。
让用户看见资料从哪里来。

如果资料错了，AI 基于资料回答也可能错；如果资料对但切坏了，AI 也可能误解。

5.4 让 AI 基于资料回答的问法

当你把资料交给 AI，可以这样问：

请只根据下面资料回答问题。
问题：这份通知对报名时间有什么要求？

要求：
1. 先给一句话结论。
2. 引用支持结论的原文。
3. 如果资料中没有依据，请明确说没有依据。
4. 不要编造资料外的信息。

资料：
[粘贴资料内容]

如果资料很长，可以先让 AI 做资料整理：

请把这份资料整理成：
1. 明确事实。
2. 时间、地点、对象等关键信息。
3. 仍需核验的问题。
4. 可能容易误解的地方。

注意这句话：“仍需核验的问题”。它会提醒你：AI 不是把资料一读就自动变成权威解释，它还需要帮助你发现资料空白。

5.5 什么是 RAG

现在可以给 RAG 一个稍正式一点的解释。

RAG 的基本过程是：

用户提出问题。
系统先从资料库里找相关片段。
系统把问题、规则和资料片段放进 AI 的上下文。
AI 根据这些资料生成回答。
界面最好展示引用、来源和原文位置。

你可以把它想成：回答前，AI 先去翻教材和讲义，而不是只凭记忆说。

这也是为什么 XPKBook 很重视 IR/AST 级别的结构化内容。教材系统如果知道“学生正在读哪一节、这段内容属于哪个知识点、题目对应哪些概念”，AI 助理就不需要从页面 DOM 里猜，而是可以基于清楚的资料结构帮助学习。

5.6 基于资料回答也要看权限

不是所有资料都应该给所有人看。

比如：

学生可以看自己的学习记录，但不应该看其他同学的隐私。
老师可以看班级汇总，但不一定能看每个学生的完整原始聊天。
公开教材可以进入发布包，API key 和私密配置不能进入发布包。
企业内部文档只能给有权限的人检索。

所以，基于资料回答不只是“能不能找到资料”，还要问：

这个用户有没有权限看？
这段资料能不能被 AI 使用？
答案里能不能引用这段资料？
是否需要隐藏敏感信息？

这和第一章讲的系统边界是同一件事：模型负责生成，系统负责权限和规则。

5.7 本章小测

下面几道题帮助你确认：你是否能区分“AI 自己说的”和“基于资料可追溯的回答”。

本章小结

让 AI 基于资料回答，不是简单地“上传文件然后聊天”。

你需要关注：

资料从哪里来。
资料是否最新、完整、可靠。
AI 回答有没有引用依据。
哪些是原文事实，哪些是 AI 解释。
哪些资料用户有权限看。
资料里没有依据时，AI 能不能承认不知道。

以后你看到知识库问答、教材助理、企业文档助手、智能客服，都可以先问一句：

它的答案到底基于哪些资料？我能不能追溯回原文？

下一章我们会继续往前走：如果 AI 不只是回答，还要使用工具、参与流程、执行动作，应该怎样设置边界和人类确认。