很多人第一次使用大模型时，最容易被它流畅、完整的表达打动。无论问题多么复杂，它似乎总能迅速给出一个结构清晰的答案。对于写作、头脑风暴等场景，这种能力很有价值；但当大模型进入企业知识查询、合同审核、客户服务和经营分析时，“什么都能回答”反而可能成为风险。
因为语言通顺，不代表事实准确。大模型的核心能力是根据上下文生成最可能出现的内容，而不是像数据库一样逐条核实事实。当资料不足、问题模糊或者知识已经过期时，它仍然可能生成一个听起来合理的答案。
如果员工把这种流畅误认为可靠，错误就会悄悄进入业务流程。
例如，员工询问一项最新报销制度，模型引用了已经废止的规定；客服查询某个产品的服务范围，模型根据相似资料补充了并不存在的承诺；合同审核中缺少关键附件，模型却直接判断风险可控。这些回答未必显得离谱，甚至可能很专业，因此更难被及时发现。
企业应用大模型，首先要接受一个事实：好的系统并不是每次都给出答案，而是能够识别什么时候不应该回答。
让模型说“不知道”，并不是降低能力，而是在建立可信边界。
第一步，是明确模型可以依据哪些资料回答。
企业知识库中通常同时存在制度文件、会议记录、产品说明、历史方案和个人笔记。它们的权威程度并不相同。如果模型把所有内容一视同仁，就可能用一份过期讨论稿回答正式制度问题。
因此，资料需要标注来源、负责人、生效时间和适用范围。涉及政策、价格、合同和产品承诺时，应优先使用经过确认的正式文件。找不到有效资料时，模型应直接说明依据不足，而不是依靠一般知识进行补充。
第二步，是让答案能够被验证。
企业内部的大模型回答，最好附带具体来源，例如文件名称、发布日期和相关章节。员工不仅要看到结论，还要能够快速回到原始材料核对。
引用来源也不能只是装饰。有些系统虽然在答案后列出几份文档，但文档内容并不能真正支持结论。更可靠的做法，是让系统展示与答案直接相关的原文片段，并检查每个关键判断是否具有对应证据。
无法提供来源的内容，应明确标注为推测、建议或一般性说明，不能与企业正式规则混在一起。
第三步，是区分不同问题的风险等级。
大模型为内部活动提供几个创意，即使结果不理想，影响也比较有限；但如果它回答的是财务处理、客户权益、法律责任或生产操作，错误成本就会明显提高。
低风险问题可以允许模型自由生成，高风险问题则应设置更严格的资料范围和审核流程。涉及金额、合同、权限和对外承诺时，模型可以整理信息、指出疑点，但最终决定仍应交给具备相应职责的人员。
企业不需要让每一个回答都经过审批，而是要把人工精力放在后果严重、难以撤销的任务上。
第四步，是设计清楚的转人工机制。
当资料互相冲突、问题超出范围、用户身份不符合要求，或者模型无法找到可靠依据时，系统不应只显示“回答失败”。它应该告诉用户缺少什么信息，建议联系哪个部门，或者直接把问题连同现有上下文转交给负责人。
这样，“不知道”就不是一次对话的终点，而是进入正确处理流程的入口。
转人工机制还可以帮助企业发现知识管理中的缺口。如果大量员工都在询问同一个问题，而模型始终找不到依据，说明相关制度可能没有形成正式文件，或者资料没有及时进入知识库。大模型暴露出来的未知问题，本身也是改进管理的重要线索。
第五步，是把“拒绝错误回答”纳入评测。
不少团队测试大模型时，只统计答对了多少题，却忽略了模型在无法回答时如何表现。实际上，一个系统面对一百个问题回答了九十个，其中十个错误且语气肯定，可能不如只回答八十个、其余明确提示需要核实的系统可靠。
评测样本中应加入资料缺失、内容过期、信息冲突、问题超出权限等情况，观察模型是否会编造结论。除了正确率，还要关注错误回答率、有效拒答率、引用准确率和转人工成功率。
当然，拒答也不能越多越好。如果模型面对普通问题总是要求用户联系人工，它就失去了实际价值。企业需要在“尽量提供帮助”和“避免无依据判断”之间找到合适平衡。
这个平衡不能只靠模型自己估计所谓的置信度。更可靠的方法，是结合资料检索结果、业务规则和风险等级共同判断：是否找到有效来源，来源是否一致，问题是否属于模型被授权处理的范围，以及错误结果是否可以轻易纠正。
大模型真正值得企业信任的，不是它每次都表现得像专家，而是它能够清楚区分事实与推测、已知与未知、建议与决定。
当系统有依据时给出答案，并让用户能够核验；依据不足时坦率说明限制，把问题交给正确的人处理。这样的能力看起来没有“有问必答”那么惊艳，却更适合真实业务。
企业需要的不是一个永远自信的回答者，而是一个知道边界、尊重事实，并能在不确定时停下来的协作者。
