企业 AI 面对多个知识来源给出不同结论时，需要识别版本、时间与适用范围，决定采用、澄清或转人工。本文梳理证据冲突处理方法。
企业 AI 在制度问答、业务辅助和资料检索中，常会同时找到多个看似相关的来源。如果不同文件的规则、时间或适用对象不一致，系统不能只选择排名靠前的一条就直接回答。冲突处理的重点不是强行合并内容，而是让差异可见，并依据明确规则决定采用、澄清或转交人工。
先把来源放在同一比较框架
系统应记录每条证据的文件名称、版本、生效时间、发布主体、适用组织和检索位置。只有把这些条件结构化，才能判断两段内容是真正矛盾，还是分别适用于不同产品、地区或业务阶段。缺少来源信息的片段，不宜与正式受控文件等量采用。
区分可解释差异与实质冲突
表述不同但结论一致，可以在答案中合并说明；新旧版本并存时，应依据生效和废止关系选择当前有效来源；适用范围不同，则需要向用户补问场景。若两个同等级、同范围且同时有效的来源给出相反要求，就属于实质冲突，不能自动裁决。
建立稳定的取舍规则
团队可以按受控程度、有效时间、适用范围和发布主体设定优先级，但规则必须经过业务确认，不能由模型临时推测。优先级只用于可判定的情况；遇到审批中版本、来源状态不明或关键字段缺失，应进入澄清或人工复核路径。
回答中保留依据与不确定性
系统采用某一来源时，应提供可定位的依据，并说明适用条件。若差异会影响结论，应明确提示存在冲突，而不是生成一个看似完整的新规则。对于高风险操作，可以先给出已确认信息，再列出需要责任人判断的问题。
把冲突回流到知识治理
每次冲突应记录涉及来源、问题类型、处理人和最终结论。重复出现的冲突可能说明旧文件未撤回、元数据缺失或发布流程不完整。治理团队修正来源后，还要让检索索引及时更新，并用原问题做回归验证。
常见问题
让模型投票选择多数说法可以吗？
不建议。来源数量不代表权威性，多份旧文件也可能同时指向错误结论。
最新日期的文件一定优先吗？
不一定，还要核对是否正式生效、适用范围是否一致以及旧版本是否已废止。
什么时候必须转人工？
当同等级有效来源实质矛盾、关键元数据缺失或错误后果较高时，应转由明确责任人确认。