⚓

Grounding (事实对齐)

Grounding / Factual Alignment

使用技巧

AI可靠性技巧

Grounding（事实对齐/锚定）是指确保AI的生成内容基于可验证的真实信息来源。这是对抗AI幻觉的最有效手段之一。

Grounding的方法

1. 搜索增强（Search Grounding）

AI在回答前先搜索互联网
基于搜索结果生成回答，而非依赖训练记忆
Claude 4、Gemini 2.5、ChatGPT都支持联网搜索
代表产品：Perplexity（原生搜索型AI）

2. 文档锚定（Document Grounding）

提供特定文档作为"信息源"
AI只能基于提供的文档回答
适合法律、医疗、金融等需要精确引用的场景

3. 知识库锚定（Knowledge Base Grounding）

企业内部知识库 + RAG
AI回答必须引用内部文档
保证信息的一致性和权威性

4. 实时数据锚定（Real-time Data Grounding）

连接实时数据库（股票、天气、新闻）
确保时间敏感信息的准确性

Grounding vs RAG的区别

RAG是技术架构（检索 + 生成）
Grounding是质量标准（输出必须有据可查）
RAG是实现Grounding的最常用技术手段

最佳实践

要求AI为每个断言标注来源
关键信息让AI"引用原文"而非"转述"
对AI的统计数据永远交叉验证
使用"如果你不确定，请说明"的Prompt策略