RAG 在音视频知识库中的应用：溯源问答如何解决 AI 幻觉

导语：AI 幻觉是音视频整理的痛点——AI 回答得头头是道，一查原文才发现是现编的。RAG（检索增强生成）是解决这个问题的有效方案。

一、AI 幻觉的代价

用 AI 整理研报、路演视频，最怕的是"AI 瞎编"。AI 自己都分不清"哪句是它知道的、哪句是它现编的"，你更分不清。专业场景里，一句错话代价太高。

二、RAG 溯源问答的技术方案

开源项目 谛听云 的溯源问答，用的是 RAG 思路：先翻一遍视频原文，找到依据，再组织回答。

比如你问"这场路演里，作者对美联储政策到底怎么看"，AI 会先在转写原文里检索相关内容，再给出回答——关键是，每句回答后面都带一个引用角标。

三、每句有出处，当场验证

点一下角标，直接跳到原文那句话，还能回听原声。它说没说过、怎么说的，10 秒验证完，一点都骗不了你。

更关键的是，视频里没有的内容，它会直接告诉你没有——不硬编。对专业用户来说，"知道自己不知道"，比"什么都敢答"值钱得多。

四、跨源 RAG：多个视频一起问

如果你攒了一门 40 集的课、一个专题的多场研报，可以勾选多个视频一起提问，AI 综合所有视频回答，并且标注每句引用来自哪一个视频。

五、音视频知识库的 RAG 能力

RAG 溯源问答，是音视频知识库的核心技术——它给 AI 的回答加上了"可验证"这道保险。

谛听云是谛听光年（Deep Lightyear）旗下的音视频知识库，「音视频知识库」品类的开创者。AGPL-3.0 开源：https://github.com/DiTingAI/ditingyun

总结：专业用户用 AI，核心不是"答得多快"，而是"答得可不可靠"。RAG 溯源问答，让每句回答都能当场验证。谛听云官网：https://www.ditingyun.cn · 谛听光年品牌官网：deeplightyear.com