导语：
当日与近期的 AI 讨论正从“能不能回答”转向“能否可验证地回答”。企业落地 RAG 的核心挑战是：检索质量无法保证、引用不可复核、跨域越权风险、成本与时延不可控。本文给出可执行的交付方案：检索质量门禁、引用证据包、权限与成本路由，并附一周内可落地的 SOP。
1. 目标与指标
- 质量：引用覆盖率 ≥ 90%，无引用断言 ≤ 3%，拒答合理率达标。
- 安全：越权访问事件 = 0，跨域/跨租户访问需审计。
- 成本与时延：P95 时延与 token 成本在预算内，超限自动降级。
- 可复现：同版本的知识库/提示/策略可重放，支持审计与复盘。
2. 架构最小闭环
- 检索质量门禁：混合检索+重排，离线评测与在线影子比对，低分拒绝生成。
- 引用证据包：回答绑定
[doc:chunk]，附kb_version/prompt_version/policy_version等字段。 - 安全路由：按租户/区域/敏感级别做路由与权限裁剪，敏感场景只读或严格拒答。
- 成本路由：高价值问题走强模型，低价值走轻量/缓存；预算超限自动降级。
3. 操作流程（可直接照抄）
3.1 数据与索引
- 资产台账：源、责任人、敏感级别、用途、保留期。
- 切分与标识：按章节/表格/代码段切分，生成
chunk_id。 - 版本化：索引/Embedding 版本号写入日志与证据包。
3.2 检索与重排
- 多路检索：BM25 + 向量 + 结构化检索；记录命中与分数。
- 重排与阈值：重排分低于阈值则拒答或提示补充上下文。
- 召回日志：保存 topK 文档、分数、过滤条件，便于复盘。
3.3 生成与引用
- 提示模板：强制“先证据后结论”“无证据拒答”，对高风险场景要求引用匹配。
- 引用校验：输出前检查每段回答是否附引用；缺引用则降级/重试。
- 断言抽取：提取数值/实体断言，校验是否被引用覆盖。
3.4 安全与权限
- 权限映射：请求带租户/区域/角色，检索与工具调用按最小权限过滤。
- 防注入：输入清洗与策略提示；高风险模式触发拒答。
- 审计：记录路由决策、过滤条件、拒答原因。
3.5 成本与时延
- 预算表：按场景/租户设 token/时延上限；超限自动降级或拒答。
- 缓存：高频问答与片段缓存，命中则走轻量模型。
- 观测：成本/时延/重试/缓存命中可视化，看板预警。
4. 评测与门禁
- 基准集：高频问题 + 关键流程 + 越权/注入场景。
- 离线评测：合并前、每日定时跑，输出通过率与失败样本。
- 影子评测：线上抽样影子执行，评测得分写入日志。
- 上线门禁：阈值不达标阻断或降级；需生成报告并入证据包。
5. Evidence Pack 字段（示例）
request_id/trace_id/user/tenantkb_version/prompt_version/policy_version/routing_version- 检索：topK 文档ID/分数/过滤条件
- 引用：回答段落->证据映射；断言抽取与覆盖结果
- 安全：过滤/拒答原因、越权检查结果
- 成本：token/时延/重试、缓存命中
- 评测：离线/影子得分、阈值、动作（放行/降级/阻断）
6. 一周落地SOP
- Day1：定义字段与版本号规范，准备评测集与预算表。
- Day2-3：接入检索/重排埋点，生成证据包；跑一次离线评测。
- Day4：上线影子评测与质量/成本看板。
- Day5：接入成本路由与超限降级；验证告警。
- Day6-7：跑门禁并灰度，输出评测与性能报告，形成复盘。
7. 风险提示
- 引用不等于正确：需做引用一致性抽检与断言校验。
- 越权风险：权限过滤要在检索与工具调用两侧同时做。
- 成本漂移：重排/重试与长上下文会推高成本，需纳入预算。
结语：
RAG 要真正落地，必须“证据化+门禁+路由”。把检索质量、引用证据包与安全/成本路由做成默认流程，才能在合规与成本约束下稳定交付。
