AI 搜尋點處理來源、更新同錯誤答案？

引用要證明邊一句？

有一條連結唔等於答案正確。每個重要結論應有對應段落支持，而且使用者要有權打開引用。來源只提及相關主題、但冇支持結論，仍然算答錯。

先定義哪些問題需要引用、哪些資料可作依據，以及內部文件與公開資料可否混用。搜尋及模型輸入都要受同一套存取權限控制。

合成例子：兩份送貨安排互相矛盾

以下係虛構文件情境，唔代表任何產品的實際政策。

舊文件寫「星期六送貨」，新版寫「星期六暫停」。測試問題係「今個星期六可否送貨？」若系統未能確認新版適用範圍，應列出兩份文件及日期，請負責人確認，避免拼成一個肯定答案。

同一樣本再測文件被撤回、使用者無權查看新版，以及新版尚未完成索引的情況。畫面應交代資料限制，唔可以暗中沿用舊答案。

更新與撤回係產品功能的一部分

每個來源應有擁有者、版本或更新時間，以及重新整理索引的方法。更正後要測試舊內容有冇仍然存在快取或引用。來源連線失敗時顯示最後成功更新狀態，唔將「讀唔到」解作「冇資料」。

高風險或經常變動的資料，可以直接展示來源及查閱入口，減少由模型摘要帶來的誤讀。

用同一批問題比較品質

記錄正確率、無法回答的處理、人手修正時間及總成本。測試過關只代表該批樣本，不應直接宣稱所有問題都準確。

由資料入口觀察使用流程

可以到 WeProperty 屋苑入口觀察由搜尋到資料頁的流程，再思考自己的企業資料要點樣保留來源及下一步操作。呢個入口展示產品功能，唔係上述 AI 品質測試已完成的證據。

先讀多來源資料整合，或返回AI 導入指南。

由搜尋品質接到知識庫落地

Microsoft Learn 的 RAG 概覽說明先檢索內容，再交模型生成答案的做法。檢索到相關文件仍然唔等於答案必然正確，亦唔取代企業自己的權限及更新安排。

企業 AI 知識庫指南將這些要求接到資料盤點、角色測試及撤回驗收。