系统为了每题给答案可能编造证据，需定义什么情况只能回答有限内容。
相关候选与直接支持不同，事实缺失、冲突和版本不明各有状态。拒答可以说明缺什么，而不等于整个系统错误。
一、问题的范围与前提
模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。
二、技术分析与方案取舍
缺依据可以区分没有资料、资料不可读、来源冲突和条件缺失。回答说明已知范围与缺少的条件，比简单“无法回答”更能帮助推进。相似度第一名不保证直接支持结论，审查主张与段落的关系。对于明确不存在的答案，测试模型是否仍补出数值或引用，评估拒答和错误承诺的边界。
先选择一个明确任务，固定输入、模型和工具范围，完成小样本端到端验证，再扩展数据与并发。引用和计算使用可反查证据，外部内容不授予执行权限。资源、上下文与时间都有预算，失败状态能被查询和恢复，避免在结果未知时盲目重做。
三、实现与排查的顺序
- 分类证据不足原因。
- 限制可下结论范围。
- 保留冲突来源。
- 用未覆盖问题测试。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
文件版本 → 页面/章节 → 内容块 → 检索结果
主张 → 直接支持证据 → 引用位置
解析命中不代表证据支持，表格和图注需要保留关系。检索片段保持原始位置，修订材料后避免新正文绑定旧索引。
四、验证和结果解释
评估集覆盖正常、困难与越权条件，保存事实错误、引用错误、格式错误和工具错误的区别。模型输出与业务结果分开测量，目标指标不能冒充实测。已有官方能力说明只能支持候选范围，最终质量仍取决于目标数据和环境。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 缺证据不补数字 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 冲突可解释 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 用户获得明确下一步 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证材料缺失、错误检索、依赖中断、资源不足与操作取消。系统应收窄结论或明确失败，不能为了给出答案补造证据。模型版本与处理参数成对保存，变更后重跑固定问题集，防止更自然的表达掩盖任务能力退步。
五、适用边界与结论
相似度门限不独立证明证据充分，判断需结合实际支持关系。
这条路径把“分类证据不足原因”与“用未覆盖问题测试”连在一起，中间保留可复查的条件。实施时优先确认“缺证据不补数字”，再检查“用户获得明确下一步”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
