AI报告没出处,敢交吗?一份检修报告,如何用“三道锁”限制大模型

设想你在审核检修报告：AI把原因分析写得头头是道，可你追问“这条判断从哪来”，却找不到对应依据。设备数据、命中规则和历史案例都已备齐，报告也写完了，你敢让它进入下一步吗？

这套方案有个反直觉的要求：大模型只做语言组织与推理表达，不引入外部知识。材料再齐、模型再会写，也不能把证据的空白补成结论。前文谈过结论信不过和说错一句话的代价，这一篇要把“无出处不输出”落进流程。

设计要求：“必须引用〔规则 ID／案例 ID／数据点〕、禁止无依据断言。”具体靠三道锁：句句有出处，生成时不添知识，写完还得过校验。对产品、项目和售前负责人来说，关键是看报告如何受约束，不能只看它写得多漂亮。

图1｜三道锁分别约束引用、自由发挥和交卷（方案示意）

第一把锁：五项写满，没出处也不行

先解决工程师的追问：这句话究竟从哪来？把当前诊断的数据点、匹配到的规则、检索出的历史案例整理成证据包。三类材料划定引用范围，模型不能接到一句“写个报告”，就自行补齐判断。

接着，素材包与硬性引用要求一起组成 Prompt，也就是派给模型的任务指令。约束要在生成前写进去，不能等模型把话说圆了，再回头替它找依据。模型按这份指令生成草稿。

报告中的判断要带回来源标识，例如“（规则 R-××／案例 C-××／数据点 D-××）”。这里的编号只是格式示例，不是真实案例。它给读者一个回查入口：这句话对应哪份输入材料？

报告固定五项：原因（含概率）、影响范围、处理建议、证据链、置信度。这是方案栏目，不是法定要求。前几项交代判断与建议，后两项标出依据和把握度；置信度算法，原稿没有展开。五项写满，只说明格式齐了。

可挂上编号，就能信了吗？附上 ID 不等于判断正确，结论仍要回到材料逐句核对、经过校验。挂不上规则、案例或数据点，就不该写成结论。一份完整的报告，也可能过不了这一关。

图2｜证据包、引用约束与报告字段的生成关系（方案示意）

第二把锁：输出再稳定，也可能写错

出处划清了，还得管住模型如何用材料。大模型擅长把话说顺，但证据包之外的内容不能悄悄混成结论。设计限定 LLM 只做语言组织与推理表达，不引入外部知识，就是要卡住这种“听着合理”的补充。

这是一条任务边界，并不表示模型内部没有其他知识。在这次任务里，它是“笔杆子”，不是“参谋”：把给定材料写清楚，不能替系统想出新的判断。能力再强，也不能越过本次材料的范围。

连写法的随机性，方案也要压住。贪心采样是每一步选概率最高的下一个词，不随机抽取。原稿希望同一证据条件下输出稳定，但没有实验数据或参数，这是设计目标，不是实测保证，不能承诺任何环境下都逐字相同。

但“每次都这么写”，能证明“这么写是对的”吗？贪心采样处理的是生成稳定性，不是事实校验。答案有没有依据，仍要看引用和后续校验。稳定输出不能替结论背书。

因此，三道锁也不能顶替整个系统的三道防线。三道防线分别在生成时、输出时和复核时把关；三道锁都落在生成阶段内部，不能替代后两道防线。管住写法之后，交卷还要过下一关。

第三把锁：宁可标失败，也不能硬交卷

模型生成的只是草稿，随后进入第 6 步校验层，生成侧不能自行提交。把写稿与核验分开，可理解为避免“自己写、自己说没问题”【推断】。写完，离过审还差一步。

方案将推理放在用户私域，数据不出私域；报告可导出 PDF，也可在系统内流转。但流转方便，不能省掉校验，更不能让生成侧自己宣布完成。

还有一种更难看的情况：模型超时，报告写不出来。方案先重试一次；仍失败，就降级输出简化报告，只列匹配到的规则和检索出的案例，不输出分析文字，并标记“失败”。

这时要选的是保留已有证据，还是硬凑一份看起来完整的报告。方案选“宁缺勿编”：给出简化结果、明确失败状态，让用户不必一直等在转圈界面。它允许报告不完整，不允许用编造的分析掩盖失败。

图3｜超时后重试一次，仍失败则降级并标记状态（方案示意）

回到开头那位工程师：报告像专家，仍得逐句问出处；生成稳定，仍得过校验；写不出来，仍得标明失败。三道锁锁住的不是 AI 的能力，而是它自由发挥的空间。你们的检修报告流程里，最难把住的是证据引用、生成边界，还是最终校验？

本文的研究与编辑使用了 AI 辅助，这款 AI 智能运维产品的原型已经完成。我是低碳数字化架构师崔。对能源数字化感兴趣的朋友，欢迎留言交流；也欢迎带着具体场景，一起探讨能源数字化的应用与解决方案。