Citation（引用来源）
先用一句话说清楚
Citation（引用来源）是回答、结论或资料片段所依据的原始来源记录，用于让用户复核答案是否有证据。
实战知识卡
| 维度 | 要点 |
|---|---|
| 项目里看什么 | 看答案是否能指向具体资料、章节、版本或文件位置。 |
| 新手最该记住 | 引用来源（Citation）是降低编造风险和支持复核的关键。 |
| 作品集证据 | 在答案旁展示来源标题、片段、更新时间和适用范围。 |
| 面试回答公式 | 先说引用不是装饰，再说没有来源时如何拒答或转人工。 |
| 常见扣分点 | 生成看起来像来源的假引用。 |
新手通俗解释
Citation（引用来源）就像答案旁边的“证据标签”。它告诉用户：这句话来自哪份文档、哪个章节、哪一页或哪个片段。没有 Citation（引用来源）的 RAG（检索增强生成）回答，看起来再流畅，也很难被企业信任。
尤其在制度、合同、客服、财务、人事场景里，用户不只想知道答案，还想知道“你凭什么这么说”。
为什么智能体工程师岗位会问它
面试官问 Citation（引用来源），是在判断你是否理解可信 AI（人工智能）交付。企业项目不怕模型说“我觉得”，怕的是模型把不确定内容说成确定结论。
常见考察点：
| 考察点 | 应该怎么讲 |
|---|---|
| 可追溯 | 答案能回到原始资料 |
| 引用精度 | 尽量定位到片段、条款、页码或记录 |
| 支持关系 | 引用内容必须真的支持回答 |
| 权限 | 用户只能看到有权限的来源 |
| 评估 | 检查引用支持率，而不是只看有没有链接 |
它在项目里到底怎么用
企业知识库项目里，Citation（引用来源）通常要包含：
| 信息 | 用途 |
|---|---|
| 文档标题 | 让用户知道来源 |
| 文档版本 | 防止引用过期资料 |
| 章节或页码 | 方便复核原文 |
| Chunk（分块）编号 | 方便系统定位片段 |
| 权限范围 | 防止展示无权资料 |
| 更新时间 | 判断资料是否新 |
| 引用片段摘要 | 让用户快速判断是否相关 |
生成回答时，模型不能随便编 Citation（引用来源）。引用应该来自检索结果、工具结果或系统记录。
和“放链接”的区别
放链接只是形式，Citation（引用来源）的关键是“答案是否被来源支持”。如果答案说“试用期可以报销差旅费”，引用却只链接到整份员工手册，用户仍然很难验证。更好的引用应该指向具体条款或片段。
面试时可以说：我关心的不只是有没有引用，而是引用能不能支撑结论。
常见误解
| 误解 | 为什么不对 | 正确理解 |
|---|---|---|
| 引用只是装饰 | 企业需要复核和追责 | 引用是可信交付的一部分 |
| 引用整份文件就够了 | 用户很难定位具体依据 | 尽量到章节、页码或片段 |
| 模型可以自己生成引用 | 容易编造来源 | 引用要来自系统检索或工具结果 |
| 有引用就不会错 | 引用可能不支持答案 | 要评估引用支持率 |
面试官可能怎么追问
1. 如何判断一个引用是有效的？
考察点： 是否理解支持关系。
参考回答： 有效引用要满足三点：用户有权限查看，来源能定位到具体资料片段，片段内容能直接或间接支持答案结论。只放一个链接或文档名不够，还要看引用和回答是否一致。
容易扣分： 说“只要能点开就是有效引用”。
2. 模型生成的引用不准怎么办？
考察点： 是否会做系统约束。
参考回答： 我会让 Citation（引用来源）来自检索系统返回的片段标识，而不是让模型自由编。模型只能引用候选片段 ID（编号）或来源信息，系统再把它映射成用户可见的来源。输出后还可以做引用支持检查。
容易扣分： 让模型自己写来源。
3. 没有引用时要不要回答？
考察点： 是否理解拒答边界。
参考回答： 如果任务要求基于企业资料回答，而没有检索到足够证据，就应该拒答、追问、扩大资料范围或转人工。不能为了用户体验编一个看似合理的答案。低风险闲聊可以不同处理，但企业知识库必须证据优先。
容易扣分： 永远回答。
作品集里怎么展示它
作品集可以展示：
- 每个答案旁边的引用来源。
- 点击或展开后能看到来源标题、章节、版本和片段摘要。
- 引用不支持答案时系统如何标记风险。
- 无引用时如何拒答。
- 用评估样例统计引用支持率。
这会让你的 RAG（检索增强生成）项目从“能回答”升级为“能被信任”。