证据组装与引用溯源

检索候选还不是模型上下文

排名靠前的片段可能重复、缺表头、来自旧版本，或者只覆盖问题的一半。证据组装负责把候选变成当前任务可理解、可追溯且预算内的资料集合。它不改写用户目标，也不把检索文本升级为system或developer指令。

建议为每份证据保留稳定ID、源版本、页段、资料类型、有效时间、当前授权状态和内容。对代词或孤立数字补回父段、表头与脚注；对多个问题保留不同证据槽位，避免十个相似段落挤掉唯一的反证或生效日期。

预算应分给覆盖而非重复

按真实token计数选择证据，记录每个候选被选或舍弃的原因。长文档不必一律裁成同长度；若问题依赖完整条款，可以读取整个语义单元。必要证据放不下时，可分步读取并保留明确的中间产物，而不是让模型凭摘要补出遗漏事实。

Anthropic的Context engineering讨论按需检索和有限注意预算，Contextual Retrieval则强调片段背景。两者提示组装需要同时考虑局部定位与全局理解，但不意味着把所有历史、记忆和工具输出堆在一起效果更好。

引用与事实支持分别检查

最终答案应引用实际被读取的证据版本。引用ID存在、原页可访问、原文支持结论和结论仍适用是不同检查；法律还需法域与效力，金融还需as-of及口径。检索没有发现充分资料时，应保留未知，而非用模型先验填空。

验收检查模型输入里的证据是否覆盖所有必要主张，是否引入越权材料，以及删掉某份证据后相关结论会否降级。将生成错误与组装错误分开归因，才能知道该增加检索、补齐上下文，还是改模型与验证器。