生成层：从证据到答案
待办（2026-10-14）· 待写：本篇是成册时确认的第二个内容缺口——七步链路的最后一环，全系列零专篇。检索给了五篇，把证据变成答案这一步散落在各篇里（原 #01、#07、#10、#13），没有一篇系统讲。
补上这一篇，链路才真的闭合：它是评估（原 #14）的上游，也是 agentic 评估（候选章 rag24）的下游。
这一篇的说服力同样来自「我踩过」，只能由作者写。以下是待写内容清单。
待写清单
-
prompt 里的约束显性化——口径、单位、时间必须写进 prompt，不能指望模型自己从 chunk 里看出来。原 #07 给过一条完整的 prompt 原文（IFRS vs Non-GAAP 那条），本篇接住并展开「这层全靠 LLM 自觉」的边界——上下文一长规则就失效。
-
引用与溯源——原 #02 在清洗阶段保留的
===== PAGE n =====标记，在这一篇兑现：页码直接当 citation，前端能跳回 PDF 原页核对。 -
Lost-in-the-Middle 与「宁可少给，不给杂」——原 #01 和 #13 各讲过一次（5 条精准优于 20 条泛泛），本篇给出可操作的过滤规则：过短 chunk 降权、纯数字符号占比过高的降权（阈值标自有库口径）。
-
数字问答拆两步——先找证据、再生成回答，不要一步「找 + 算 + 总结」。原 #01 提过，没展开。
-
该说「不知道」的时候说不说——这是全系列真正的空白。目前只有评估（原 #14）里把「完整性」列为标注维度，生成侧没有任何落点。本篇要回答：候选集里就是没有答案时，系统该输出什么。这一格同时是 agentic RAG 里「该弃权就弃权」那类测试的地基。
-
跨期对比走 multi-retrieval + synthesis——原 #10 给过结论（分而治之比一次性大上下文硬拼更稳），本篇给实现。
本篇禁忌
- 不写成 prompt engineering 技巧清单。
- 「该说不知道」那一节必须给真实翻车现场，不能只给原则。
- 不承诺「加了这个规则就不出错」——原 #07 已经交代过这层兜底的失效条件，本篇要说得更狠。