multi-source-knowledge-synthesislisted

## 何时使用 当你已经从**多个来源**（聊天、邮件、云文档、项目/任务系统、Wiki 等）拿到一批原始检索结果，需要把它们合成一个**连贯、可信、每句话都能溯源**的答案时使用。这是企业检索的「最后一公里」——从一堆零散命中到一段能直接给人看的结论。 典型触发： - 用户问一个问题，命中分散在 N 个系统里，需要合并成一个回答而非贴 N 段原文。 - 同一信息在多处出现，需要去重并统一署名。 - 来源之间互相矛盾或随时间演进，需要判定「哪个是最终结论」并暴露分歧。 **不该用于：** - 单一来源即可直接回答 —— 不需要综合流程，直接引用作答。 - 原始资料还没检索到 —— 本技能是检索的**后处理**，不负责去各系统拉数据；先用检索类技能取回结果。 - 用户明确只要原始片段、不要你加工综合时。 - 把不相关命中硬塞进答案（仅因关键词匹配）—— 宁可丢弃也不污染结论。 ## 步骤 固定 6 步流水线，输入是「全部来源的原始结果」，输出是「带署名的连贯答案」： ``` [原始结果] ↓ 1. 去重 跨源合并同一信息 ↓ 2. 聚类 按主题/话题分组相关结果 ↓ 3. 排序 按与问题的相关度给簇和条目排序 ↓ 4. 评置信 时效 × 权威性 × 一致性 ↓ 5. 综合 写成叙事式答案 + 逐条署名 ↓ 6. 选格式 按结果数量决定详略层级 [连贯答案 + 来源清单] ``` **1. 去重（cross-source dedup）** —— 判定「是同一件事」的信号：文本高度相似 / 同一作者发件人 / 时间戳相近（同日或相邻日）/ 指向同一实体（项目名、文档、决策）/ 一处引用另一处（「如聊天里讨论的」「见那封邮件」「参文档」）。 合并办法：归为一条叙事，列出全部出现来源，以**最完整**的版本为主文，补入各来源独有细节。 合并优先级：① 最完整（上下文最全）② 最权威（正式文档 > 聊天）③ 最新（演进型信息以最新为准）。 **不要去重**（保留为独立条目）的情形：同话题但**结论不同** / 不同人表达不同观点 / 信息在来源间**实质演进**（决策 v1 vs v2）/ 代表不同时间段。 **4. 评置信度** —— 两维度交叉： 时效（状态类问题重时效，政策/事实类问题时效次要）： | 时效 | 影响 | |---|---| | 今天/昨天 | 对当前状态高置信 | | 本周 | 较好置信 | | 本月 | 中等——可能已变 | | 超过一个月 | 偏低——标注「可能过期」| 权威性： | 来源类型 | 权威级别 | |---|---| | 官方 Wiki / 知识库 | 最高（经维护策展）| | 共享文档（终版）| 高（有意发布）| | 邮件公告 | 高（正式沟通）| | 会议纪要 | 中高（可能不全）| | 聊天（话题结论句）| 中（非正式但实时）| | 聊天（话题中段）| 偏低（未必是最终立场）| | 草稿文档 | 低（未定稿）| | 任务评论 | 视评论者而定 | ## 指令 **署名规则（每条断言都必须可溯源）：** - 始终标出来源类型（聊天 / 邮件 / 云文档 …）+ 具体位置（频道、文件夹、线程）+ 日期或相对时间 + 相关时的作者 + 可得的文档/线程标题。 - 聊天注明频道名；邮件注明主题+发件人；云文档注明文档标题。 - 行内引用 +「Sources:」末尾清单 双管齐下。 **按置信度调整措辞：** - 高（多个新鲜且权威来源一致）