内容审查的三个维度：相关性、可信度与充分性

专业口径说明：本文依据公开研究和常见工程实现解释相关机制。不同产品的检索、重排、生成与来源选择策略并不相同；本文不还原任何平台未公开的固定权重，也不构成引用结果承诺。

“相关性、可信度、充分性”是本知识库用于审查内容和回答的三个问题，不是所有 AI 产品公开采用的内部评分器。

三个维度分别解决什么

• 相关性：内容是否真正回答了用户问题。
• 可信度：关键主张是否有适合该主张的来源、方法和责任主体。
• 充分性：现有证据是否足以支持结论，是否需要补充材料或保留不确定性。

如何使用这套框架

它适合编辑审稿、答案块检查和错误诊断。实际平台还会受到索引、检索、时效、产品策略和安全规则影响。

对内容工作的实际意义

• 把框架用于发现内容缺口。
• 保留原始数据与人工判断，不把三项合成神秘总分。

把三个维度变成编辑问题

• 相关性：标题承诺的问题，正文是否在前几个核心段落中直接回答？是否覆盖用户完成任务需要的条件，而不是只重复主题词？
• 可信度：重要数字、比较和因果判断是否能追溯到来源、方法或责任主体？是否区分事实、观察和观点？
• 充分性：现有证据是否足以支持结论？是否遗漏适用范围、反例、限制、时间和不确定性？

一个简单例子

原句：“A 产品是行业最好的选择。”这句话可能与选购问题相关，但可信度和充分性都不足。修订后可以写成：“在每天处理 50—100 个样品、需要自动进样且实验室已有某接口的场景中，A 产品减少了手动换样步骤；如果主要需求是便携检测，则应比较 B 类设备。”

修订没有简单增加形容词，而是补充判断条件、可验证特征和不适用场景。即使最后不提品牌，这段内容仍能帮助读者做决策。

如何记录审查结果

• 不要把三个维度压成一个无法解释的总分。分别记录“通过、待补证据、待补范围、与主题无关”。
• 对每个问题标记对应句子和修改责任人，避免只留下笼统评价。
• YMYL 或高风险主题提高证据要求；证据不足时，保留拒答、建议咨询专业人士或明确不确定性的空间。
• 审查完成后由熟悉业务的人确认，不让模型自行判断专业事实是否正确。

边界与结论

这是 GEOBOK 的内容审查框架，不是对 AI 内部权重的还原。