我们在评测时发现，有些问题的回答的准确率比较低，经过分析发现有这么几个问题： 1、回答中有编造的内容，如编造了一段不存在的图片。明明参考文档中没有对应的图片，但是他非要给编造一个不存在的图片说是示意图。 2、回答中有一些和问题不太相关的内容，比如小贴士、提示、其他说明等等。这个问题的主要原因可能是分段太大了，导致召回的上下文中存在过多内容，使模型输出发散了。 问题来源：
【持续更新】know-engine评测问题与优化（bad case）
智界R7的超级桌面如何开启？——召回率低 相似度检索到的分段： BM25检索到的分段： LLMentor
系统回答提示词优化 —— 提升生成质量
术语统一：从"上下文"到"参考资料"
优化前：
直接将上下文中的知识内化为你的知识...
如果上下文中没有相关信息...
优化后：
直接将参考资料中的知识内化为你的知识...
如果参考资料中没有相关信息...
原因： "上下文"是一个模糊的概念，LLM 可能将其理解为对话上下文、系统上下文等。使用"参考资料"则明确指向 RAG 检索注入的知识片段，减少语义歧义。
严禁编造：从"允许补充"到"绝对禁止"
优化前：
如果上下文中没有相关信息，请直接告知用户你暂时无法回答该具体问题，
或者根据你已有的通用知识进行补充说明（视你的业务需求而定），
但不要编造上下文不存在的事实。
优化后：
如果参考资料中没有相关信息，请直接告知用户你暂时无法回答该具体问题，
严禁编造任何在参考资料中不存在内容，包括文字、图片、数据等。
原因： 旧版本的"允许通用知识补充"给了 LLM 幻觉发挥的空间。在专业领域（如汽车技术参数、营销政策），LLM 的通用知识极可能与实际情况不符，导致回答虽然"看起来合理"但事实错误。新版本采用零容忍策略，宁可不答，不可错答。
聚焦核心：禁止额外发散
新增约束：
参考资料中可能包含一些和问题核心内容无关的额外信息，
请确保只回答和与问题直接相关的内容，不要回答与问题核心内容无关的内容。
尤其不要给任何小贴士、提示、建议或额外信息，只回答问题中直接要求的内容。
原因： RAG 检索返回的 chunk 可能包含问题相关但非直接回答的内容（如一段关于"后备箱开启"的文档可能同时提到"后备箱容积"）。LLM 倾向于展示所有它"知道"的信息，这条约束迫使其严格聚焦用户实际提问。
图片幻觉防治
新增约束：
除非参考资料中明确包含以 .jpg, .png 等图片格式结尾的真实有效 URL，
否则严禁在回答中生成任何形式的图片 Markdown 代码（
> 🖼️ 原文引用的图片资源未包含在导出文件中：`图片`
）。
原因： LLM 在看到文档中描述图片的文字后，会"想象"出不存在的图片 URL 并生成 Markdown 图片标签，导致前端显示破碎图片。此约束从源头杜绝虚假图片链接的生成。
优化文档及分段
为了避免分段太大导致内容过于发散，可以把文档分段大小调低。
在我们的项目中，我们用的是标题分段，而标题我们是通过书签提取的，而关于【显示管理】这个二级标题中并没有更多的书签，就导致这里面作为一个大分段了。
其实我们可以优化下，增加一些三级标题的区分：
