第15课：搜索、来源、引用和知识库

学习目标

• 区分模型记忆、搜索、文件、知识库和推断等来源
• 理解Source与Citation的重要性
• 知道知识库条目应保存哪些元数据

正文

AI回答中的一个句子可能来自：

1. 模型训练时学到的模式；
2. 当前网页搜索；
3. 用户上传文件；
4. 企业/学校知识库；
5. AI自己的推断。

这五种来源不能混为一谈。

Source

Source = 来源。

Citation

Citation = 引用/引文标注。

好的知识库条目应保存

• 标题
• 正文
• 来源
• 来源类型
• 发布时间
• 核验时间
• 专业
• 关键词
• 风险级别
• 版本

为什么 CampusAI 需要这个？

因为大学项目尤其需要知道： “这个信息从哪里来的？” 而不仅仅是“AI说了什么”。

1. 本课要建立的整体认识

搜索负责发现可能相关的信息，来源说明信息从哪里来，引用把具体主张与具体出处连接起来，知识库则让这些材料可维护、可检索和可追溯。

2. 把核心概念逐层拆开

2.1 先明确问题和关键词

先明确问题和关键词，再使用同义词、专业术语、英文词和布尔逻辑扩大或缩小检索。

2.2 来源评价要看发布主体、原始程度、证据方法、发布时间、适用范围和是否可复核。

来源评价要看发布主体、原始程度、证据方法、发布时间、适用范围和是否可复核。

2.3 搜索结果摘要只是线索

搜索结果摘要只是线索，不能代替打开原文；转载页面也不应优先于原始发布。

2.4 引用应尽量靠近被支持的主张

引用应尽量靠近被支持的主张，并保留标题、作者或机构、日期和链接等信息。

2.5 知识库需要版本治理：内容何时加入、依据什么、何时复核、失效后如何更新。

知识库需要版本治理：内容何时加入、依据什么、何时复核、失效后如何更新。

3. 把概念串成一条完整流程

研究一个比赛时，可先找到主办方与当届通知，再核对赛道、资格、时间和AI规则，记录核验日期，将规则拆成带来源的知识条目，回答时引用相关片段。

4. 用真实场景理解

“某比赛允许使用生成式AI”是一条动态规则，不能只凭搜索摘要或往届经验。必须打开当届正式文件，确认适用赛道和限制，并让知识库保留版本。

5. 学习时应该怎样判断自己是否真正理解

不要只看自己是否“听过”这些词。请尝试不用原文，向一位没有技术背景的人解释本课概念；再画出关系或流程；最后换一个与你专业相关的例子。如果无法说明输入、处理、输出、依据和风险，就说明还停留在名词记忆阶段。

遇到模型、工具或规则变化时，优先保留这里学到的判断框架：先定义任务，再确认资料与边界，随后执行、测试和核验。具体品牌和界面会变化，但这种工作方法可以持续使用。

6. 本课小结

本课不是要求一次记住全部细节，而是建立一个能够继续扩展的知识框架。完成正文后，请结合后面的示例、测验和实践任务，把理解转化成自己的语言和可检查的成果。

7. 进一步拆解：从“知道名词”到“会做判断”

学习技术概念时，最容易出现的问题是记住了定义，却不知道什么时候使用，也不知道怎样发现错误。下面逐项使用同一组问题检查理解：

• 先明确问题和关键词：继续追问它接收什么输入、产生什么输出、依据从哪里来、失败时会出现什么现象、由谁负责复核。把这五个问题写出来，概念就会从一句定义变成可用于真实工作的判断工具。
• 来源评价要看发布主体、原始程度、证据方法、发布时间、适用范围和是否可复核。：继续追问它接收什么输入、产生什么输出、依据从哪里来、失败时会出现什么现象、由谁负责复核。把这五个问题写出来，概念就会从一句定义变成可用于真实工作的判断工具。
• 搜索结果摘要只是线索：继续追问它接收什么输入、产生什么输出、依据从哪里来、失败时会出现什么现象、由谁负责复核。把这五个问题写出来，概念就会从一句定义变成可用于真实工作的判断工具。
• 引用应尽量靠近被支持的主张：继续追问它接收什么输入、产生什么输出、依据从哪里来、失败时会出现什么现象、由谁负责复核。把这五个问题写出来，概念就会从一句定义变成可用于真实工作的判断工具。
• 知识库需要版本治理：内容何时加入、依据什么、何时复核、失效后如何更新。：继续追问它接收什么输入、产生什么输出、依据从哪里来、失败时会出现什么现象、由谁负责复核。把这五个问题写出来，概念就会从一句定义变成可用于真实工作的判断工具。

8. 建立自己的操作检查表

第一张是“任务表”：写清服务对象、目标、已有材料、最终交付物和完成标准。第二张是“数据与来源表”：记录每项材料从哪里来、何时获得、是否允许使用、是否需要更新。第三张是“执行表”：把任务拆成可以观察状态的步骤，标明每一步的输入、处理、输出和失败提示。第四张是“核验表”：列出必须人工检查的事实、数字、引用、权限、安全和专业边界。

这四张表适用于本课所讲的大多数任务。它们能防止把“模型给出了结果”误认为“工作已经完成”，也能帮助团队在出现问题时迅速定位到底是需求不清、资料错误、流程中断，还是输出没有经过验证。

9. 与前后课程的关系

这套20课不是彼此孤立的知识点。本课涉及的概念，需要与Prompt中的任务说明、API与软件系统中的执行链、RAG中的资料依据、数据分析中的质量检查以及AI安全中的责任边界结合起来。学习时可以不断回到一个问题：如果把这个概念放进完整AI产品，它位于哪一层，会影响谁，又需要谁来检查？

10. 课后自查

1. 我能否不用术语堆砌，用自己的话解释本课核心关系？
2. 我能否画出一个包含输入、处理、输出和核验的流程？
3. 我能否举出一个与自己专业、学习或工作有关的实例？
4. 我能否说出至少两个容易犯的错误，以及怎样提前发现？
5. 我能否把本课方法用于一个真实任务，并留下可检查的成果？

示例

常见误区

• “AI能回答就不需要来源。”——项目和研究场景尤其需要依据。
• “引用链接越多越可靠。”——关键是来源质量、相关性和时效。
• “知识库正文够了，元数据没用。”——没有来源、日期、版本，很难更新和核验。

小测验

点击题目查看答案。

实践任务