LLM 读文档总把猜测当事实？这个技能给 RAG 文档做”入仓前审查”

LLM 读你写的文档，一不小心就会把你的「猜测」当成「事实」——这个问题比你想象的严重得多。

你给 RAG 系统喂了一篇技术博客，LLM 学进去了，结果它跟用户言之凿凿地说「我们系统用 SQLite 存储」，但你文章里明明写的是「建议用 SQLite」，那篇文档就被当作权威答案了。RAG 的质量上限，就是你文档的认知质量上限。

Clarity Gate 就是来解决这个问题的——它是一个文档「入仓前审查」协议，在你把文档丢进 RAG 知识库之前，先检查认知质量是否合格。

核心机制：9 点验证 + CGD 格式

Clarity Gate 会对文档做 9 个维度的验证，重点查这几类问题：

• -equivocation（模糊表述）：文章里有没有「可能」「大概」「理论上」这类不确定性标记缺失的地方
• Hallucination Risk（幻觉风险）：有没有把推测定律当事实陈述的段落
• Source 标注完整性：引用有没有带来源，还是纯靠「作者认为」撑场面

通过验证的文档会生成一份 CGD（Clarity-Gated Document）——一种带标准格式的 `.cgd.md` 文件，所有不确定claims都带了明确的不确定性标记，LLM 读到这里会自动感知「这是猜测，不是事实」。

核心原则说得很直白

「Detection finds what is; enforcement ensures what should be. In practice: find the missing uncertainty markers before they become confident hallucinations.」

翻译过来就是：检测只是发现「现在是什么」，强制才是确保「应该是什么」——本质工作是找到那些缺少「不确定标记」的地方，在它们变成「自信的幻觉」之前先堵上。

重要限制：它只查格式，不查真假

Clarity Gate 自己也坦白了：它验证的是格式是否规范，不是claim本身是否正确。一个 LLM 可以先凭空编造事实，再给它们加上「据说」「可能」这样的标记，然后通过 Clarity Gate——但这不意味着这个事实是真的。

所以 HITL（Human-In-The-Loop）是必须的：非直接可验证的claims必须人工复核，不能完全交给 AI 自查自纠。

什么时候用

• 文档要进 RAG 知识库之前
• AI 系统之间需要互相传递文档时
• 写完技术文档、规范文档、方法论描述之后
• 文档里有预测、估算、假设性陈述时

总结

Clarity Gate 解决的是一个很具体但很容易被忽视的问题：文档里认知质量的不确定性有没有被显式标记。RAG 系统越来越普及的今天，文档的认知质量直接影响 AI 输出的可靠性。这个技能给了一个可操作的验证框架，适合所有维护 RAG 知识库的团队。

GitHub：https://github.com/frmoretto/clarity-gate ⭐ 33 | License: CC-BY-4.0

GitHub: https://github.com/frmoretto/clarity-gate