GEOFlow 在内容生成环节落地了可追溯的证据引用机制：系统从知识库召回相关片段，为每条证据分配唯一编号并注入提示词，最终要求模型在输出文章中对使用的事实或数据标注证据编号，例如证据编号 K1。这让每句断言都能回溯到原始资料，避免凭空生成。下文将拆解 GEOFlow 证据引用的编号规则、来源追踪和事实核验实践。
GEOFlow 证据引用的基础：证据编号与注入
当任务进入生成阶段，GEOFlow 会先把混合召回的命中结果组织为“知识库证据”格式。
每条证据尽力附带以下字段：证据编号（如 K1、K2）、标题、章节、来源、链接、资料时间、业务线、风险与审核状态，以及正文片段。
随后，系统将这些证据片段嵌入生成模型的提示词上下文，并明确指令：凡使用事实、数据或业务判断时，必须在待审稿相关句子后标注证据编号。
每条证据自带的来源追踪信息
证据编号并非孤立符号。 每一个证据编号背后嵌套的标题、章节路径、来源链接和资料时间，构成了从生成文本回溯到原始知识库的完整链路。 在待审流程中，审核人员可通过编号定位知识库片段与更新时间，判断信息是否仍有效。
混合召回如何支撑证据相关性
证据引用是否有效，首先取决于召回的证据是否相关。 GEOFlow 采用混合召回而非纯向量检索，融合了向量相似度、关键词匹配、标题与章节路径匹配，以及元数据质量（来源、业务线、风险等级、审核状态）等多维信号。 对于大知识库，系统会先用向量或关键词预筛候选集，再进入混合打分，避免全量扫描压力。
事实核验与冲突归并
真实业务资料常存在新旧版本冲突。 GEOFlow 会对同主题证据进行轻量归并，判断依据主要是章节路径和切片标题，避免将同一章节内多段切片误判为冲突。 归并时优先选择已审核、更新、风险更低且召回分更高的证据，冲突解决后还会在证据上下文里提示：已优先采用较新或已审核版本。
最佳实践与常见问题
要让证据引用真正可靠，知识库本身的治理同样关键。以下实践可提升引用效果：
- 一个知识库聚焦一个业务主题，避免无关资料混入。
- 上传前清理重复、过期和低质量内容，并补全来源、时间、业务线和审核状态。
- 高风险资料先完成审核再用于生成。
- 修改资料后及时更新切片与向量。
- 用真实任务标题测试召回效果，而非仅看切片数量。