AIScope · 每天一点，持续进阶

你会学到什么

回答失败可能来自检索，也可能来自模型。若证据没有进入上下文，调整提示词通常不能解决根因。先评估证据召回，再检查回答是否忠实、有用以及引用正确。

建立包含问题、标准证据与评分规则的小评估集。对比两个版本时保持问题集一致；同时记录响应时间和调用用量。不要只展示几个成功样例，也保留拒答、旧资料和矛盾资料测试。

制作十题评估表，对基线系统标注检索成功、回答正确、引用有效三项。

本单元为 AIScope 原创学习说明，外部资料用于继续阅读。涉及第三方 API 的示例请以提供商当前文档为准。