8.2.1 检索式问答、总结式问答、对比式问答的上下文组织为什么不能一样？

先给结论：因为这三类任务要解决的核心问题不同。检索式问答更关心“直接回答当前问题”，总结式问答更关心“尽量覆盖整体内容”，对比式问答更关心“把不同来源的证据放到可比较的结构里”。任务目标不同，最优的上下文组织方式自然也不同。

如果你把它们都用同一套“前几条候选直接拼进去”的方式处理，结果通常会出现两类问题：

• 该强调精确命中的任务，被过多背景干扰
• 该强调结构完整的任务，被切碎成零散片段

一、检索式问答需要什么样的上下文

检索式问答，通常是在问：

• 一个定义是什么
• 一个参数怎么配置
• 某个流程的下一步是什么
• 某条规则是否成立

这类问题的特点是：

• 目标答案往往比较集中
• 更依赖直接证据
• 不需要太多铺垫

所以它的上下文组织通常应该偏向：

• 直接证据优先
• 相关性排序更严格
• 少量必要背景
• 尽量减少噪声和重复

如果这类问题给了太多材料，模型就容易：

• 绕远
• 用背景替代直接答案
• 引用边缘相关内容

二、总结式问答需要什么样的上下文

总结式问答，通常是在问：

• 这篇文档主要讲了什么
• 这个方案有哪些核心变化
• 这几页内容应该怎么概括

这类问题的特点是：

• 不只要一个点
• 更关心整体覆盖
• 需要看到多个部分之间的关系

所以它的上下文组织通常应该偏向：

• 覆盖多个关键部分
• 保留章节或主题结构
• 避免只保留前几条最相关块
• 必要时先做聚合或章节级组织

如果你用事实问答的方式处理总结任务，系统就很容易：

• 只抓住局部高分块
• 总结得偏窄
• 漏掉后面但同样重要的章节

三、对比式问答需要什么样的上下文

对比式问答，通常是在问：

• 文档 A 和文档 B 有什么不同
• 新旧版本改了哪些规则
• 方案 1 和方案 2 的优缺点分别是什么

这类问题的关键，不只是“找到相关材料”，而是：

• 把不同来源的证据放在可比较的结构里

所以它的上下文组织通常应该偏向：

• 按来源分组
• 按字段或主题对齐
• 尽量保持两边材料粒度一致
• 避免把不同来源内容混成一串

如果把对比任务也当成普通问答来做，常见后果是：

• 模型只围绕其中一边回答
• 对比维度混乱
• 新旧版本内容互相穿插，读不出边界

一个更直观的对比

可以把这三类任务理解成三种不同需求：

• 检索式问答：找最直接的答案
• 总结式问答：看整体都说了什么
• 对比式问答：把两边放在一起看差异

它们对应的上下文策略自然也不同：

• 检索式问答偏精选
• 总结式问答偏覆盖
• 对比式问答偏对齐

一个最小示意

if task_type == "fact_qa":
    context = select_top_evidence(candidates, max_chunks=4)
elif task_type == "summary":
    context = group_by_sections(candidates, max_tokens=3000)
elif task_type == "comparison":
    context = align_by_source_and_topic(candidates)

这段代码想说明的是：

• 同一批候选，不同任务下的组织方式不该一样

一个常见误区

很多人会把任务差异理解成：

• 只是 Prompt 里问法不同

这不够完整。Prompt 当然重要，但如果上下文本身就组织错了，Prompt 再好也很难完全补救。

更准确的理解是：

• 任务差异会同时影响检索、精选和上下文组织

一句话总结

检索式问答、总结式问答、对比式问答的上下文组织不能一样，因为它们分别追求直接命中、整体覆盖和结构对齐。任务目标不同，决定了什么材料该优先保留、怎么排序、怎么分组，以及最终应该怎样送给模型。