模型输出的可追溯与日志留存

模型输出的可追溯性，指的是能不能回答「这个答案是从哪些资料生成的」。它经常被当成合规的附加要求，实际上一线团队最先受益 —— 没有它，一次错误的排查要从头复现整个场景

为什么要留

• 定位问题：出错时能区分是知识缺失、检索没命中，还是生成环节跑偏，三条路径的修法完全不同。
• 对外解释：使用者看到依据后，对答案的信任来自核对而不是来自相信模型。
• 合规留痕：金融、法律与医疗等场景通常要求对自动化决策提供解释与证据。

一条调用记录应有的字段

• 身份与场景：谁在哪个业务场景下发起的调用。
• 时间与版本：调用时间、模型与配置版本。
• 检索结果：命中的知识条目及其来源标识与版本。
• 送入模型的上下文：实际参与了生成的那部分内容，而不是库里的全部资料。
• 输出与后处理：模型原始输出，以及经过格式化或规则过滤之后的结果。
• 标记：本次是正常应答、拒答还是转人工。

字段不必一次齐全，但「检索命中了什么」和「实际送进去什么」这两条要优先补齐 —— 它们是多数争议的落点，也是排查时唯一无法靠回忆还原的部分。

可解释不等于可追溯

可解释关心的是「为什么得出这个结论」，往往涉及对模型内部机制的分析；可追溯关心的是「依据了哪些材料」，靠的是记录。企业场景里，先把可追溯做扎实通常更现实：多数时候人们要的不是原理解释，而是依据在哪。

出错时的定位路径

• 答不出来：先看知识库里有没有这份材料，再看检索是否命中，最后才考虑模型能力。
• 答错了但资料是对的：问题通常出在上下文组织或后处理规则，而不是知识本身。
• 答对了但口径不对：属于行为层问题，需要考虑统一表述方式，而不是继续补资料。
• 同一个人两次得到不同答案：多半是检索结果不稳定，需要检查排序与检索参数。

怎么让记录真正可用

记录留下来了，不等于能用。实际使用中卡住的往往不是有没有记录，而是能不能在合理时间内找到那一条

• 可按身份与时间检索：排查通常从「某个人在某段时间的某次调用」开始。
• 可回溯到原始文档：记录里存的是条目标识，需要能连回源文档的具体版本。
• 版本可区分：同一份材料更新过之后，要能判断当时用的是哪个版本。
• 权限受控：日志本身也是数据，谁能查看、能查看哪些字段需要单独约定。

验收

• 随机抽取的调用都能还原出依据的资料与版本。
• 输出被作为依据使用时，能给出可核对的来源。
• 拒答与转人工被单独标记，且可统计。
• 日志留存期限按数据类型分别约定，并说明理由。