知识库没有答案时，怎样让 AI 明确说不知道
知识库没有足够依据时，AI 应明确说明无法从现有资料确认，并指出缺少什么。要验证这种能力，测试集不能只有有答案的问题，还应包含资料确实没有答案、条件不足以及资料存在但检索漏掉的情况。这些情形不能用同一句“我不知道”混为一谈。
先区分三种不知道
第一种是源资料未提供相关信息，例如用户询问尚未发布的明年标准。第二种是问题缺少决定性条件，例如未说明所在地区。第三种是原件有明确条款，但系统没有找回。前两种需要说明边界或补充信息，第三种则需要修复检索，不能因为拒答看起来谨慎就判定成功。
因此负例要经过内容核对。不能把搜索暂时没找到的问题直接标为无答案，否则评测会奖励检索失败。对资料范围不完整的知识库，只能说在当前已核对的范围内未发现依据，不应声称整个企业不存在该规定。
准备相邻但不同的测试题
| 题目 | 预期行为 |
|---|---|
| 询问已发布的本年度标准 | 引用正确来源回答 |
| 询问尚未发布的下年度标准 | 说明缺少依据，不照搬今年数值 |
| 询问标准但未说明地区 | 解释地区差异并索取必要条件 |
还可以加入看似常识但需要企业事实的问题，例如“我们部门是否允许这类申请”。模型从一般经验可以生成很多合理解释，但合理不等于本单位已经规定。测试应检查它是否把通用建议标清，而非装成企业正式答案。
让拒答包含可执行的信息
合格的回复可以说明检索到了哪些相关资料、缺少哪一项关键依据，以及可以补充什么信息继续核查。例如“已找到国内出差标准，未找到境外项目的补充说明，请确认项目地区”。不必列出所有内部过程，只保留对用户下一步有用的信息。
如果只是反复说“抱歉无法回答”，用户仍不知道是资料不存在还是问法不清。相反，也不应在拒答后附上一长段未经证实的猜测，让不确定结论看起来像答案。可提供一般性的处理建议，但应明确其性质。
同时检查乱答与误拒答
评测时分别统计无依据仍作答和有充分依据却拒答的样本，并检查业务关键问题。只追求更高拒答比例，可能让系统变得没有用；只追求回答率，又可能鼓励编造。需要用具体题目与证据讨论取舍。
当一条问题由无答案变成有答案，例如新制度正式进入资料范围，应更新测试集的依据版本，而不是保留过时标签。拒答边界依赖当前可用内容，因此测试集也需要维护。把这些变化记录清楚，才能判断系统是在进步，还是只是资料变多了。
在企业文档中验证
如果要把本文方法用于企业文档，可预约演示，结合实际资料核对协作、权限与集成方式。
需要在自己的环境中验证时，可先了解私有化部署方案，再确定试用范围与验收要求。