检查引用是否真的支持答案、是否仍然有效

答案旁边出现一个链接，并不能证明回答有可靠依据。链接可能只是在谈相近话题，可能已经过期，也可能让需要复核的人根本打不开。

引用检查的单位应该是“结论—证据”关系，而不是链接数量。十个链接也可能没有一个支持关键判断；一个精确到版本和条款的来源，反而足以让复核者迅速确认或推翻结果。

审计结论，而不是整段文字

先把回答拆成那些会改变决策的具体结论。针对每条结论记录：

每条结论只能标为支持、部分支持、矛盾、过期或不可访问。“找到了引用”不是合格状态。

先标出必须核验的结论：数字、日期、资格条件、因果判断、比较结果、政策要求和将触发动作的建议。普通过渡句可以不引用，但不能把多个可核验结论藏在一个长句里，只在句末放一个无法分辨对应关系的链接。

判断“支持”时做最小改写测试：只读引用片段，一个谨慎的复核者能否写出同样范围的结论？如果答案需要补上片段没有说出的对象、时间、地域或因果关系，就只能标为部分支持或不支持。

助手说外包人员享有十天带薪假，并引用了一页员工福利制度。页面中的十天只适用于正式员工，外包人员出现在另一处排除条款里。链接真实、最新，也与话题相关，但它实际反驳了回答。

正确修复不是美化引用格式，而是在检索时保留人员类型，并让回答校验器逐条比较结论和原文。

简报声称某市场“去年已经增长”，引用的却是三年前发布的预测报告。另一份新资料对市场范围使用了不同定义。

审计应把这条结论标为“过期且口径不一致”。工作流要么找到当期、同口径的证据，要么明确说明目前不能支持这一判断。

加入标题相似的文件、已被替代的版本、互相引用的网页，以及关键例外藏在显眼句子之后的段落。这些案例能揭示系统究竟在跟随证据，还是只在追逐关键词距离。

“最新”不等于“最权威”。新发布的二手解读可能不如仍然有效的正式制度；发布日期很早的标准也可能尚未被替代。为资料定义发布者、文档类型、生效日期、失效日期、替代关系与最后核验日期，再按任务决定优先级。

时效检查应围绕结论设定。航班状态可能需要分钟级更新，内部流程可能随版本发布变化，稳定定义则不应因为网页多年未改就自动判错。不要给全站所有资料套用一个统一“超过多少天就过期”的数字。

如果来源没有明确更新时间，不能自动假设它是最新版本。可将状态标记为“需复核”，并要求资料负责人确认；如果同一主题存在相互冲突且都未失效的正式材料，回答应呈现冲突或停止作答。

一条结论引用多个来源时，分别建立记录，不要把支持、冲突和背景材料压成一个状态。审计结束后还要检查答案有没有引用孤儿：链接虽然存在，却没有任何结论真正依赖它。

明确系统应该删除结论、降低信心、并列展示冲突片段，还是转交人工复核。后备行为必须成为产品可见的一部分，不能只留在评测表里。

每句话都需要引用吗？ 不需要。优先覆盖会改变决定、可以被外部核验、或容易随时间变化的结论，并让引用紧邻它所支持的内容。

引用能打开就算可验证吗？ 不算。复核者还需要看到正确版本和相关段落；只有首页链接、搜索结果页或无权限页面都无法完成核验。

多个来源意见不一致时选哪一个？ 先按任务约定的权威层级与生效状态判断。无法解决时保留分歧，说明各自范围，不让模型自行合成一个确定结论。

这张表检查支持关系与时效，不能证明来源本身客观正确。高风险场景仍需要权威来源、完整出处控制，以及对最终决定负责的人。