AI该回答、拒答还是报告冲突？GEO证据的三分法

没有足够资料与资料互相矛盾，是两种不同故障。前者应该补证据或拒答；后者需要指出冲突、版本或适用范围。把两者都处理成“有信心就回答”，容易生成看似确定的错误结论。

2026年8月27日提交的《Knowing Before Answering》把检索状态分为Answer、Refuse和Conflict：证据充分且一致时回答；信息不足时拒答；存在多个有依据但互相冲突的答案时报告冲突。

为什么二分法不够

传统流程常只判断“回答还是不回答”。但品牌旧价格与新价格、不同地区政策、同名产品参数，都可能各自有来源。此时简单拒答会损失信息，强行选一个又可能错。正确做法是保留冲突，并说明时间、地区、版本或发布者差异。

GEO审计可以为每条测试问题增加证据状态：

• 可回答：关键主张有一致、可访问且仍有效的来源；
• 证据不足：只有相关页面，没有支持答案所需的事实；
• 证据冲突：两个以上来源支持不同答案，尚未完成消歧。

随后再记录AI实际行为。如果证据冲突但AI直接回答，应标记为“冲突被压平”；如果证据充分却拒答，则可能是检索、上下文或平台策略问题，而不一定是内容缺失。

GEO Radar（https://www.georadar.top）可帮助用固定问题集观察多平台答案、来源和竞品差异。三分法适合作为人工标注层，帮助团队判断应补内容、修版本还是监测平台变化。

研究边界

论文的核心基准使用反事实实体和固定五文档上下文构造7,173个受控样本，目的是隔离证据状态。自然领域迁移数据没有独立冲突标签，因此三分类表现不能直接视为所有商业AI搜索的准确率。

这篇文章的资料来源

• arXiv，2026年8月27日，*Knowing Before Answering: Decoding Language Models for Reliable RAG*：https://arxiv.org/abs/2608.27661