两类幻觉，不要混着治

第一类：检索没有召回到相关内容，模型靠参数记忆编造。第二类：召回了，但模型没有严格遵循资料，在文档上加了自己的推断。前者是检索和拒答问题，后者是生成约束和核查问题。混在一起调 Prompt，指标会抖、根因找不到。

四道防线

  1. Prompt 强约束：只能根据提供的资料回答，资料没有就说不知道，禁止用训练语料补全制度条款。
  2. 检索质量门控：Rerank 低于阈值直接拒答，不让模型在低质量上下文上硬撑。
  3. 生成后引用核查：关键声明必须能在 chunk 里定位到来源。
  4. 结构化输出：每条结论带来源编号；对不上编号就丢掉这一条，而不是「看起来像」。

什么时候算过关

离线看 Faithfulness 和拒答率；线上看空回答率、追问率和转人工率。生成优化（换解码、加 COT）放在检索稳定之后。本篇合并了原先两份「幻觉规避」草稿，只保留这一篇。