‹ 返回文章列表

有依据的 AI 回答必须呈现什么

审核 AI 回答时,请检查每个来源支持什么、数字如何定义、适用哪些日期,以及哪些内容仍属未知,然后再依据结论采取行动。

两个 AI 回答可以引用相同的项目文档,却值得不同程度的信任。一个回答可能说,由于大部分任务已经完成,项目已可以移交。另一个回答可能说明,最新的检查清单仍缺少一项必需的调试验收签字,因此尚不能确定已准备好移交。两者听起来都合理,但只有第二个让决定性的缺口变得可见。

一个有依据的业务回答,应当帮助读者审视其结论与现有证据之间的关系。附上一份文档清单只是开始。更难的工作是说明哪个来源支持哪项论断、这些来源实际上能证明什么,以及回答在哪些地方超出了它们。

让问题具体到可以验证

设想一个假设的项目 Meridian,计划于 2026 年 10 月 9 日向客户移交。10 月 7 日,一位协调员问:“我们准备好移交了吗?”现有材料包括一份进度摘要、一份移交检查清单,以及一个装有调试文档的文件夹。

“准备就绪”可能意味着安装在物理上已经完成、所需的证明材料已经签署,或客户已经接受成果。回答需要明确相关的含义。在这个例子中,团队把“准备就绪”定义为:当前移交检查清单中的每一项必需事项均已完成,包括调试验收签字。

范围同样重要。协调员问的是 Meridian 当前阶段的情况,而不是该客户的所有项目。审查日期是 10 月 7 日。有用的回答应当守住这一边界,而不是从覆盖整个客户的摘要或未来计划中泛化推断。

如果助手无法确定所涉阶段或适用的检查清单,那么请求澄清就是回答的一部分。凭猜测作答,只会制造表面上的精确,却无法确定究竟在判断什么。

把每项重要论断与其证据联系起来

假设进度摘要将安装描述为已完成。当前检查清单显示,十项必需事项中有九项已签字。剩下的一项需要一份调试证书,而检索到的证书仍未签署。

如果回答说“Meridian 已完成 90%,周五可以移交”,就是把一个计数和一个就绪判断混在了一起。十项中有九项已签字,是关于检查清单的陈述。它并不能证明最后一项是可选的、会按时完成,或客户已经接受移交。

一个更便于审视的回答会这样说:“截至 10 月 7 日,尚不能确定已准备就绪。检查清单修订版 3 中有九项必需事项已签字。调试验收签字仍未完成。进度摘要报告安装已完成,但这并不能满足该项要求。计划移交日期仍为 10 月 9 日。”

支持性引用应当指向检查清单、相关的签字字段、进度摘要和排期。引用整个项目文件夹,等于让审核人自己去重建证据之间的关系。引用到章节、记录或文档版本,能让这项工作更易于处理。

让证据访问与读者的权限保持一致。如果读者无法查看某个必要的来源,请提供适当的审核途径或获准的摘录。用一个权威的结论掩盖访问限制,会削弱审核。

展示数字背后的定义与时间

计数、百分比和总数看起来很客观,但其含义取决于所用的统计范围和规则。在 Meridian 的例子中,“十项中有九项”统计的是已签字的必需检查清单事项。它衡量的不是安装工作量、财务完成度、风险或已用时间。

如果回答中包含百分比,请说明这一定义,并说明分母来自哪个版本的检查清单。来自较早修订版的计数,可能在算术上依然正确,却无法反映当前的要求。

日期也需要同样谨慎。文档的发布日期、最近一次修订、报告截止时间和检索时间,回答的是不同的问题。关于 10 月 7 日情况的回答,不应悄悄纳入之后发生的变更。关于今天情况的回答,应当说明某个重要来源最后一次被检查是什么时候。

有用的精确来自对这些边界的说明。小数位再多,也无法弥补统计范围的不明确,或来源已不再适用。

区分观察、推断与建议

某个来源可以证明某个事项尚未签字。助手可以据此推断:按照团队的规则,就绪状态尚未得到确认。它还可以建议请相应的负责人确认签字状态。这些是彼此相关、但依据各不相同的陈述。

把它们分开呈现,读者就能针对正确的部分提出质疑。记录的事实可能正确,而规则已经过时。规则可能正确,而检索到的副本缺少一个最近才完成的签字。建议可能合理,却超出了该用户的职责范围。

解释应当呈现相关的假设和可验证的步骤,而无需提供模型内部私有推理过程的完整记录。读者需要知道适用的规则、证据、计算方法和局限。一段关于模型如何思考的冗长叙述,并不能替代这些材料。

同样的区分也适用于预测。“负责人预计明天完成签字”报告的是一个已表达的预期。“签字明天就会完成”断言的是一个未来的结果。回答应当保留这种不确定性,而不是把一个预期变成一个事实。

把冲突和缺失的证据当作回答内容

现在设想,一封邮件说调试已经完成,但当前的证书仍未签署。助手应当描述这一分歧,并指出缺少的确认。它不应对各个来源取平均、偏向更乐观的说法,或把重复出现的说法当作额外的独立证据。

“缺失”的含义也很有限。在检索到的材料中没有找到已签署的证书,确立的是一个检索结果,并不能证明任何地方都不存在已签署的证书。回答可以说明检查了什么、缺少什么,以及哪个额外的来源可以解决这个问题。

当一次搜索只覆盖了部分相关材料时,这一点尤其有用。一个范围窄但明确的回答,能给协调员指出下一步。一个基于不完整覆盖范围的自信陈述,则可能让团队停止继续查找。

在使用时审核回答

一份简洁的审核记录,能帮助团队决定是依赖这个回答、请求澄清,还是暂缓决策。

审核问题需要检查的证据应当暂停的理由
究竟在判断什么?项目、阶段、就绪规则和审查日期缺少范围或规则
每项论断都有支持吗?具体的记录、章节和版本引用相关,但不能证明该论断
数字可以解读吗?统计范围、排除项和计算方法把百分比当作就绪状态
证据现在是否适用?生效日期和来源检查时间某个重要来源已被取代或已过时
还有什么不确定?缺失的证据和相互冲突的陈述回答把尚未解决的问题呈现为已经解决

对于 Meridian,有用的下一步是与调试证据的负责人一起核实该证据。一旦证据发生变化,就可以按照同一条就绪规则重新评估回答。助手先前的回应,则仍是当时所确立内容的一份记录。

安森信的 Cilila 与 Studio 将受治理的上下文和引用融入每一个回答,让读者可以按照上文介绍的审核方法来核对它。