RAG 與知識庫
Citation 引用來源是什麼？有來源，答案才可驗證
Citation 引用來源是什麼？有來源，答案才可驗證
AI 可能會說得很流暢，但不一定說得正確。引用來源就是讓 AI 告訴你一件事：我從哪裡知道的。
你在 Perplexity、ChatGPT 的搜尋模式、Gemini、Claude 或自建的 RAG 系統裡，都會看到它。這是把 AI 回答從參考用變成可用的關鍵一步。
你將學到什麼
定義
AI 回答時附上資料出處並標示位置，讓答案可驗證。
為什麼重要
沒有來源就無法追溯，也就無法判斷這句話能不能用。
四種等級
從無來源的模型記憶，到精準到段落的引用，可信度差很多。
跟誰容易搞混
常跟資訊錨定畫上等號，其實引用是錨定之後的結果。
定義
Citation 中文叫引用來源，指的是讓 AI 的回答有根據、有來源、可驗證。它會在回答旁列出使用的資料來源，並標示出處位置。
差別有多大？問「婚假有幾天」，沒有引用時 AI 回「通常有 14 天」，你不知道這答案從哪來。有引用時它會回「依據員工手冊第 23 條第 2 項」，你可以翻開來核對。
運作流程
- 使用者提出問題或需求
- 在多個來源中搜尋相關資訊
- 擷取最相關的內容與段落位置
- AI 根據整合後的資訊生成回答
- 列出使用的資料來源並標示位置
- 使用者點擊來源，驗證資訊真偽
四種可信度等級
| 等級 | 來源長什麼樣 | 可驗證程度 |
|---|---|---|
| Level 1 模型記憶 | 沒有來源 | 無法驗證，可能有幻覺風險 |
| Level 2 官方來源引用 | 指到某個網站或出處 | 能追溯到網站，但要自己找段落 |
| Level 3 文件加頁碼引用 | 指到某份文件的某一頁 | 能追溯到文件與頁碼 |
| Level 4 精準段落引用 | 指到條款或段落，例如員工手冊第 23 條第 2 項 | 最可驗證，可以直接核對原文 |
來源可以是哪些東西
常見有四類。網路來源包含官方網站、新聞網站、政府資料與研究報告；文件來源包含 PDF、Word、Excel、簡報與文字檔。
另外兩類是資料庫來源，例如企業資料庫、內部系統與知識庫，以及 API 來源，例如各種串接進來的即時資料。
實際用例
企業內部知識庫是最典型的場景。員工問請假規定，系統從人事文件裡找出對應段落，回答時附上檔名與段落位置，HR 不用再回答第一百次同一個問題。
整條路徑是這樣接起來的：知識文件先做 Embedding 語意向量，存進向量資料庫，檢索時可搭配 Metadata Filtering 縮小範圍，最後把錨定到的內容連同出處一起回給使用者。
延伸學習
知識變現切割地圖（高清版下載及陪跑型教材）
《知識變現切割地圖》的完整陪跑版：地圖高清檔，加上五章 27 萬字的網頁版講義與200 張練習卡。從語感引流設計、互動與轉化、內容分層與產品路徑，到角色鏡像與心理設計、內容資源切割再利用，一層一層把「會做內容」變成「能賣內容」。每一節後面都接著可以直接動手填的練習卡。
NT$ 19,800
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599