锚定

锚定（Grounding）是什么？

大模型有时会「一本正经地胡说八道」——它不是在骗你，而是它天生只会「预测下一个词」，编得再像也不代表是真的。锚定，就是给它的回答系上一根「缆绳」：让它回答前先去查真实数据、检索资料，把结论建立在事实之上，而不是脑补。

它和 RAG 是什么关系？

很多人分不清这俩。RAG（检索增强生成）是一套技术方案，负责「检索到相关资料再生成」；锚定则更宽泛——凡是用真实信息「约束」模型输出的做法都算，包括让模型引用出处、对照数据库校验、调用工具拿实时数据。

常见的锚定方式

检索锚定
先搜出相关文档，让模型只依据这些文档回答，并标注引用来源。
工具锚定
让模型调用计算器、搜索引擎、API，用工具返回的结果作答，而不是口算。
数据库锚定
把回答限定在某个知识库或结构化数据里，超出范围就说「不知道」。

为什么它越来越重要

在医疗、金融、法律这些「错不起」的领域，一句编造的回答可能就是事故。锚定让 AI 从「敢说」变成「有据可说」，是让大模型真正走向生产环境的一道保险。

一句话记住：锚定就是让 AI 的回答「脚踩实地」——先查证，再开口。