流式输出与引用标注：用户体验的两道关

企业助手常开流式输出，字一个个跳出，感觉快。若答案末尾才突然冒出引用，或引用链接四百零四，用户会怀疑前面句子是否可靠。对内办事场景里，这种怀疑会直接变成「还是问人吧」。

体验上有两道关：流式过程是否稳定；引用是否可点开到具体段落。两道关过不了，模型分数再高也难推开。

流式不是越快越好

首字时间重要，但中途卡顿、重复输出、中断后丢失，会造成更差体验。要定义：断线后续写还是重来、是否展示「正在检索」。检索未完成就流式写结论，容易先说错再改口，企业场景应避免。

更稳的策略是：先给出检索状态，再流式生成；或先短答后展开。策略写进产品说明，避免研发与业务预期不一致。

每条关键事实至少一条可打开引用。打开后应能看到支撑句，而不是文档首页。引用标题显示文档名与版本日期。点不开记为缺陷，不记为「体验优化建议」。

企业用户要的不是打字机动画，而是一句可核对的话。

泛友验收助手时，会把「十次点击引用九次成功」写成硬指标。若做不到，先修链路再扩场景。

小屏上长流式加一堆角标会炸。移动端可默认短答 + 展开引用列表。不要把桌面复杂度原样塞进手机。

客服旁听用户操作一次，比看热力图更快发现「引用按钮太小」或「流式掩盖了错误」。把旁听记进迭代，而不是只看点赞。

检索为空时，不要流式编造。直接说明未找到，并给出人工入口或换问建议。空结果比漂亮的错结果更可敬。把空结果率当作健康指标：突然降为零，反而可能在瞎答。

引用过多会淹没阅读。可默认展示两条最相关，其余折叠。移动端更要折叠。展示策略与正确率一样，属于产品验收范围。

对语音播报场景，引用不必朗读全文链接，但界面仍要可点。听和看的通道都要设计，避免只优化其中一个。

围绕「流式输出与引用标注：用户体验的两道关」，建议先写一页落地清单：目标用户、入口位置、冻结题数量、红线问题、周会指标与负责人。清单进项目章程后，讨论才不会反复回到功能点罗列。最新技术展示类文章尤其要把「不做什么」写进清单，避免范围在实施中膨胀。

内容治理与系统治理分开。页面、制度或案例更新后，题集与检索同步更新；只改提示词，解决不了结构问题。建议建立双周变更窗：窗口内集中更新，窗口外保持稳定，便于对比「流式输出与引用标注：用户体验的两道关」相关指标是否真的变好。

试点宁小勿大。先在一个团队证明指标可改善，再复制到下一团队。复制时连同红线、题集和负责人一起复制，而不是只复制界面。若第一队都跑不通，加模型规格很少能拯救「流式输出与引用标注：用户体验的两道关」所描述的那类问题。

与供应商沟通时固定题集。题可以难，但必须可重复。用同一批题看版本差异，比每次换新题刷分更能反映真实进度。合同附件里写明题集保管人与及格线，能减少上线后的扯皮。

上线前四周把失败样例当成主要输入。平均分好看但同一类失败重复出现时，优先改文档、入口或权限。把失败样例归类为：内容缺失、权限过严、入口不便、模型越界。四类对应不同负责人，避免所有问题都甩给算法。

对外表述保持可验证。能写成「在某某条件下完成某某检查」的句子，就不要写成「全面赋能」。宣传与验收用语分离后，「流式输出与引用标注：用户体验的两道关」才不会在客户处被理解成无限承诺。

安全、法务或合规同事应在方案阶段介入，而不是上线前一天。涉及对外口径或数据驻留时，早期否决比事后补救便宜。介入产出应是一页约束，而不是一本看完即搁置的手册。

为关键资产指定主责与备责。文档、题集、索引、话术都要有第二负责人，避免请假或离职后「流式输出与引用标注：用户体验的两道关」相关能力停摆。名单贴在周报抬头，比放在通讯录深处更有效。