完整题目
在医疗、法律等高风险领域，如何设计可追溯、权限正确且不过度自动化的 RAG 系统？
本文目录
1. 先限定用途与责任
“医疗 RAG”或“法律 RAG”不是一个统一风险等级。先写清用户、司法辖区或机构范围、信息用途、允许输出、禁止自动执行的决定、负责复核的人，以及错误时的止损方式。面向公众的信息检索、面向专业人员的资料辅助和诊断/法律决定支持需要不同控制；一句“仅供参考”不能替代这些边界。
2. 数据与知识治理
为每份资料记录发布机构、原始链接、版本、生效/废止时间、适用地区、审核状态、许可、患者/客户数据用途与访问控制。更新频率来自来源发布机制和业务时效，不能把指南固定成月更、案例固定成实时、网页固定成小时爬取。
患者、客户和案件资料应最小化、去标识并按用途授权；不能把真实病例、咨询或判例材料默认放进共享向量库。删除、权限收紧和资料废止要传播到原文、索引、摘要和缓存。
解析时保留条款层级、章节、表格、脚注、版本与引用位置。检索结果必须能回到原始证据，而不是只返回脱离条件的文本块。
3. 检索与候选资格
关键词、向量、结构化规则、知识图谱和重排都是候选组件。是否采用由错误切片决定：法规编号、药品名和精确条款可能受益于词法匹配；自然语言改写可能受益于语义检索；实体关系查询可能需要结构化数据。不存在所有专业系统都必须三路并行的方案。
先做服务端权限、地区、时间与资料状态过滤，再评估候选 Recall@K、排序和引用覆盖。用户画像不能替代资源授权，医务职级也不是文档可见范围的通用规则。正确证据未进入候选时，Cross-Encoder 或生成模型无法补回。
4. 生成与校验
提示中区分用户输入、外部证据和系统规则，并要求逐主张引用。引用格式只提供定位，不证明主张被支持；生成后要检查引用存在、版本有效、证据是否蕴含主张、冲突资料是否显式呈现。N-gram 重叠不能识别否定、条件、数值或引用方向，也不能作为幻觉检测器。