SAG / ARCHITECTURE NOTE

RAG 溯源与引用追踪：从回答回溯到原文

结合研究与官方文档，说明 RAG 溯源的定义、必要性和工作原理，以及其在 SAG 架构中的应用标准与实务检查清单。

SAG编辑 · 2026-10-08 · 更新 2026-10-08

一句话定义

RAG 溯源是一种将回答中的句子、检索到的文档、原文位置和运行版本关联起来，以追踪结果来源的结构。

核心答案：仅附上 URL 列表，很难判断哪些依据支撑了哪些句子。文档发生变化后，即使 URL 相同，内容也可能不同。

仅附上 URL 列表，很难判断哪些依据支撑了哪些句子。文档发生变化后，即使 URL 相同，内容也可能不同。

保存文档 ID 和版本、chunk 位置、检索分数及是否采用等信息，并将回答中的主张与引用关联起来。通过原文 hash 验证是否发生变更。

设计时不能只关注准确度。还必须一并定义延迟、成本、数据边界、更新周期和故障时的行为，才能在实际运行中获得可复现的结果。对于自动化无法确信的值，安全的做法是将其保留为“未测量”或“需要审核”状态，而不是改成 0 或成功。

SAG 的结构会在 report provenance 中记录输入、采集和规范化 hash，以及规则、模型、prompt 和 schema 版本。这些记录有助于提高基于证据的回答的可审计性。

参考文档为原理和建议提供依据，但不保证搜索曝光、AI 提及、排名或收入。实际应用效果应通过服务数据和相同条件下的观测进行验证。