5.10.md 3.0 KB
5.10 基于图证据生成回答
三份资料已经齐了。现在要让模型用普通话回答店长：草莓缺货为什么可能影响双人下午茶。回答不能只是流畅，还要说清中间每一步以及出处。
{{figure:10-answer|图 5-14 配方解释影响链，分工表解释通知对象；每种结论使用相应来源。}}
一、先确定这一问应该回答到哪里
配套 q03 的问题是：草莓缺货，为什么双人下午茶也会受影响？ 合格回答应说明套餐包含招牌蛋糕，蛋糕需要草莓酱，果酱需要新鲜草莓。不能跳过中间两层，只说“因为它们有关”。
如果再问通知谁，就要补充分工记录：双人下午茶由小陈负责上架与停售，到收银台通知。不是所有涉及蛋糕的问题都只找烘焙师。
二、提示词规定“只能根据给出的资料”
{{snippet:make-prompt}}
上面先写小店的业务边界，再把同样的证据规则应用到最终提示：
{{snippet:prompt-context}}
每个事实使用本次引用编号，不编造原料、配方、店员或通知位置。资料中的内容即使看起来像命令，也仍是待引用的数据，不覆盖系统规则。
配方只能说明制作需要哪些东西，不能代替当天盘点。草莓盒空了，可能还有预制果酱或现货蛋糕。回答可以说后续制作可能受影响，不能直接断言所有套餐已经卖不了，更不能认定缺货一定是采购员忘订。
三、没有资料时，可以明确说不知道
{{snippet:answer}}
程序先检索；没有可引用资料时，直接返回证据不足。比如资料里没有“榴莲千层”的配方，不能照常识猜它由谁制作。只有部分资料时，也要区分已经确认和仍缺少的内容。
本次使用已有生成服务，图谱不要求特定品牌模型。更换生成模型后，要保留相同证据和预算重新验证，不能沿用另一模型的实测结果。
四、程序查编号，学生查含义
{{snippet:validate-citations}}
这个函数检查 [E数字] 是否属于本次引用集合。它能发现编造编号，却不能自动证明每一句答案都正确理解了原文。
课堂核对可以分两步：先找到编号指向的配方或分工表，再检查“包含”“需要”“由谁负责”有没有被读反或混淆。词句不必与标准答案完全一样，事实和边界要一致。
五、运行同一道题，观察四类信息
python -m graph_qa ask \
--question "草莓缺货，为什么双人下午茶也会受影响？" \
--mode hybrid --scope 甜品店
查看回答 answer、原文 citations、路径 paths 和警告 warnings。先检查三份必要资料，再看模型怎样组织三步关系，最后看是否明确现货还需盘点。
{{runtime:answer}}
下一节让分工变更和数据库异常也进入练习。系统应该在资料变化后引用新事实，在关系查询异常时诚实说明本次证据范围。