AI技术白皮书写作：检索增强与引用溯源

内容创作实验室近期围绕“技术白皮书的AI辅助生成”开展小规模实验。我们以内部工业AI项目的技术文档为语料，构建向量知识库，采用检索增强生成（RAG）产出白皮书初稿，并要求每个事实性陈述标注来源片段。实验设定了三个观察指标：引用可追溯率、事实性错误率、人工编辑耗时。

阶段性进展：在20篇、约12万字的测试集上，初稿引用可追溯率达到82%，但事实性错误仍有约7%集中在数据口径不一致和时效性过期两类。典型问题包括：同一指标在不同文档中单位不同，或引用了已迭代的技术参数。为此我们增加了“口径归一”后处理与时效性权重排序，人工编辑耗时从平均4.2小时降至2.6小时。

下一步计划：引入跨文档冲突检测，当检索结果对同一事实存在矛盾时，不直接生成结论，而是标记待人工确认；同时扩充非文本素材的引用格式，如图表编号与版本号。我们认为，内容创作场景中的AI价值不在“一键成稿”，而在把可验证的引用和结构化草稿交给编辑，让人的判断集中在观点与取舍上。