上下文污染比上下文不够更难排查

[小风扇]

这就是上下文污染。召回里混进旧版本、重复文档、草稿，模型会把它们当同等级证据。

[小吴]

先看文档治理。旧制度有没有下架？草稿有没有标状态？更新时间有没有进 metadata？

[不想写周报]

有更新时间，但 prompt 没用。

[林小北]

那模型不知道新旧。把 source title、status、updated_at 放进去，并明确优先级。

[陈一]

只放进去还不够。检索层也要过滤，比如 status=published，effective_date <= now。

[半截薯条]

我见过两个文件标题一样，一个是 2022，一个是 2025，模型直接混合回答。

[普通网友A]

用更强模型能解决吗？

[Grace]

能缓解一点，不能替代数据清理。强模型也会被坏上下文带偏。

[阿航]

还有系统提示污染。开发测试时塞的“示例答案”忘了删，线上模型会照着学。

[小蓝]

我们有 few-shot 示例，可能有旧口径。

[melo]

示例也要版本化。业务规则变了，few-shot 不更新，比没示例更危险。

[nora]

权限污染也要小心。A 部门资料被塞进 B 用户上下文，模型不一定主动拒绝。

[不想写周报]

所以先清文档状态，再改检索过滤，再审 prompt 示例。

[小风扇]

对，别先调温度。温度不是清洁剂。