Agent 学习笔记 11：构建智能文档问答 Agent：从索引到可引用答案

企业文档问答最常被追问的并不是“回答像不像人”，而是“这句话依据哪份文档、哪个版本、我是否有权限看到”。所以它更像一套证据产品，而不是在知识库前面放一个聊天框。

先把索引做成可治理的数据层

文档进入系统时应保留业务域、版本、作者、更新时间、访问控制和原始位置。删除或更新文档后，索引也要同步失效。否则 Agent 可能引用已经撤回的制度，或者把一个部门的内部资料回答给另一个部门。

复杂问题需要查询规划

“今年报销政策相比去年有哪些变化”不是一次向量查询能稳定解决的。可以先拆成今年政策、去年政策、变化维度和例外条款，分别检索后再比较。GraphRAG 适合组织关系、依赖网络等关系本身很重要的场景；普通手册并不一定值得额外构图。

身份校验 -> 问题拆解 -> 多路检索 -> 重排去重 -> 证据覆盖检查 -> 回答与引用

让引用真正可用

引用不应只显示一个文档名，最好带标题、章节或页码、更新时间和可访问链接。回答结构可以固定为“结论、依据、适用范围、待确认项”。用户能快速打开原文核对，才算把模型输出变成可行动的信息。

权限必须发生在检索之前

生成完成后再用关键词遮挡敏感信息是不可靠的。访问控制应参与候选文档过滤，缓存也要按用户或权限域隔离。对跨文档推理，还应检查每个关键主张是否有证据覆盖，避免模型拿两个不相关片段拼出新事实。

这章给我的启发

一个文档问答 Agent 的可信度来自索引治理、查询规划、权限和引用，而不只是模型参数。能让用户验证的答案，才是能进入真实工作流的答案。