引用存在，問題就解決了嗎？

假設有一份合成文件，寫著「這個操作範例只適用於測試環境」。系統找到了正確文件，回答卻變成「所有環境都可以這樣操作」，句尾還附上來源。連結是真的，文字也確實取自那份文件，但回答已經把適用條件拿掉了。

這個假設接續第九天留下的問題：切片能回到原文，只讓我們有機會查核；下一步還要確認，原文究竟支持回答中的哪一句話。對「從心出發」而言，我想先把這條責任線整理清楚，再談如何讓回答更自然。

RAG 是 Retrieval-Augmented Generation，意指利用檢索到的資料輔助生成。Lewis 等人的原始研究結合生成模型與可檢索的外部記憶，讓生成過程使用取回的段落。這是理解架構的起點，並不是本專案能力的證明。原始研究摘要

完整的查詢規劃、檢索、依據核對、引用與回答組合，目前在本系列仍屬於 Planned。本日尚未完成此部分，以下先整理目前設計與下一步。現有局部程式與離線測試能說明一些資料邊界，還不足以把整條流程描述成已完成。

排名靠前，只回答了其中一個問題

直覺上的流程很短：把問題轉成向量，找出相近片段，再交給模型回答。但這段描述省略了兩次判斷。第一，這份資料現在是否允許取用？第二，即使可以取用，它是否足以支持準備輸出的內容？

現有記憶體參考後端會先排除已關閉、或當下不符合取用資格的紀錄，再以向量相似度排序。這能讓生命週期限制先於排名生效，卻沒有回答第二個問題。相似度是比較向量的分數，不能當成「這句話有多大機率為真」，更不能替來源適用性作保。

而且，現有參考 embedding 是合成測試向量。即使某個片段排第一，也不能拿這個結果證明語意檢索品質。第九天檢查的是切片與向量有沒有綁對；今天要補上的，是從候選材料走到回答時，還缺哪些判斷。

我目前的設計選擇，是讓檢索結果保留候選材料的身分。它可以帶回內容、來源版本與原文位置，但不能因為被找到，就自動取得成為答案的資格。

讓一句話帶著它的條件走完全程

接下來的 Planned 流程，會先界定問題要回答什麼，再選取符合來源資格的材料；組合回答時，則保留每個實質主張與支持段落之間的對應。這裡的 grounding，指的是回答內容與依據之間可以被核對的關係。

下圖是待實作的責任流程；箭頭表示預定的資料關係，並非已執行的紀錄。依據不足時，也應有離開生成路徑的出口。

flowchart TD
    A["Planned：界定問題"] --> B["Planned：檢索合格材料"]
    B --> C["Planned：核對主張、條件與支持段落"]
    C -->|支持充分| D["Planned：組合回答並保留引用"]
    C -->|不足或衝突| E["Planned：縮小主張或說明缺口"]

回到開場的合成文件，「只適用於測試環境」必須和操作說明一起交給後續步驟。如果候選片段只剩操作本身，我會把它視為上下文不足，設計成補取必要段落，或縮小回答範圍。不能在不知道條件的情況下，把句子補成一條普遍規則。

引用也需要更細的責任範圍。一個段落若同時談操作方式、適用條件與效果，單一連結未必支持全部內容。我希望審閱時能逐句追問：支持的是哪個部分？有沒有漏掉限制？有沒有加入來源沒有說的因果關係？這是後續驗證要落實的要求，尚不是已存在的自動判定器。

這樣做會增加保存追溯資訊與檢查內容的工作，也可能讓回答變短。但我寧可先限制回答能說到哪裡，再處理文字的完整感。把不確定的地方寫得順暢，並不會補上依據。

空結果不能替所有失敗取同一個名字

目前的 safe_retrieval 有一個值得注意的介面選擇：沒有後端、後端不可用、回傳不合法，或安全條件不允許檢索時，都可能回傳空 tuple，也就是不釋出任何知識材料。正常查詢沒有命中，也可能得到相同的空結果。

對這個局部邊界而言，不讓不合格材料流出去有明確作用；可是到了回答層，空結果本身無法告訴我們原因。若服務根本沒有完成查詢，回答「資料庫沒有相關資料」就說得太多。若是安全條件禁止取用，也不能當成一般的搜尋落空。

因此，後續整合需要區分「沒有命中」「目前無法取得」與「不允許取用」，再決定哪些資訊適合對使用者說明。這是待設計的結果契約，不是今天已新增的功能。現有程式還沒有將取回文字送進模型；本次離線測試也沒有測到模型如何面對這些差異。

同樣地，來源互相衝突時，不能只挑較高排名的一份來消除矛盾。我的驗證方案會要求保留衝突，檢查是否來自不同版本或適用條件；如果仍無法釐清，就限制回答。這些要求都還需要獨立的測試材料與輸出紀錄。

驗證的終點應該放在回答上

這次重跑的既有測試，使用合成資料檢查來源撤回、過期、跨資料範圍存取，以及檢索後端失敗等局部行為。這些案例有助於確認材料怎麼被擋下，卻沒有證明回答裡每一句話都有根據，更不代表真實使用情境下的可靠性或心理支持效果。

完整 RAG 的下一步驗證，應固定一份完成來源資格審查的語料快照，同時保留查詢、取回段落、引用與最終回答。除了正常案例，也要安排沒有結果、來源衝突、舊版本、供應端失敗，以及回答偷偷超出原文的案例。開場那句「所有環境都可以」，就應該成為明確要被拒絕的錯誤回答。這些是尚未執行的端到端驗證方案。

我也不會把「通過引用檢查」延伸成對個人的診斷或治療依據。工程上能追到來源，仍然需要另外面對內容的適用性與專業邊界；RAG 沒有賦予模型決定介入措施的權限。

今天想先留住的問題很具體：如果把回答拆成一句一句，每句話還找得到完整支持它的段落嗎？當答案是否定的，系統應該縮小主張、說明缺口，或停止輸出那個主張。等這條線清楚了，才能繼續討論哪些支持方式可以被收錄，以及誰有權決定它們何時可用。