结论可信，先要来源可信
ESG 审核涉及发票、计量记录、供应商声明和政策文件。模型在语言上很流畅，仍可能把不同年度的凭证合并，或把“吨标准煤”误认成“吨二氧化碳当量”。因此系统应把每个判断绑定到具体文件、页码、字段和采集时间，而不是只保存一段自然语言答案。
资料库还要记录文件状态：草案、已生效、被替代和内部待批准。检索结果若没有版本约束，即使引用了真实文件，也可能给出已失效的结论。
RAG 能提供线索，不能替代核查
检索增强生成将问题与企业资料片段匹配，再让模型在片段基础上作答。较好的界面应允许审阅者打开原文、看到高亮段落和页码，并显示该片段的文档版本。对于表格，引用还需指向单元格范围和单位。
引用存在不代表推理正确。比如两张表的组织边界不同，模型可能依旧把数值相加。关键计算宜交给确定性的程序，模型负责解释差异并提出核查路径。遇到无法找到足够来源的情况，系统应回答“证据不足”。
日志应支持重做一次判断
审核记录至少包含输入数据哈希、知识库版本、检索结果、模型和提示词版本、工具调用、输出、人工修改与最终批准人。日志要按权限保护，避免敏感供应商资料因“可审计”而被无限复制。
异常提醒应有优先级。单位换算不一致、排放因子年份不匹配属于高风险；措辞风格差异可延后处理。抽样复核时，审计人员可以从结论反查每一步，并在同一数据快照上重算，而非依赖系统现时状态。
自动执行的边界如何划定
读取资料、列出待核问题、整理证据目录通常可以自动进行。改写披露数字、向监管机构提交材料、关闭异常工单，则需要明确审批。权限应与具体工具和数据范围绑定，不能因为智能体“擅长审核”就授予全部系统写入权。
真正的商业价值来自缩短查找证据和定位差异的时间，同时降低遗漏。若组织无法定义复核责任与错误纠正流程，模型表现再好也难以用于正式审核。
对外部审计而言，系统还需支持按报告期冻结证据包。冻结后，后来上传的新文件不能悄悄替换当期依据；若确有更正，应形成追加说明和版本差异。对模型版本也一样：审计员复核去年结论时，必须知道当时使用的模型、提示词和规则，而不是用今天的系统重新生成一个看似相同的答案。企业可先抽取几项高风险指标设计完整证据链，待流程稳定后再扩展到全部披露。
审计团队可要求系统导出机器可读的证据清单，并随机选取条目复核。若引用链接在文件移动后失效，需使用稳定的文件标识而非临时路径。对于模型判断的“高置信度”，还应保存校准结果，检查不同文件类型上的错误率；置信度未经验证时，不应成为免审理由。
如果审计员不能独立打开原始证据并重算关键数字，漂亮的追溯界面也无法替代真正的可验证性。企业还应为异常结论提供纠错入口：员工发现引用错页或因子年份不符时，能提出修订、通知下游使用者，并保留旧结论的撤销记录。这也是责任链的一部分，必须落实。
设计一条可复核的证据链
可以从一项范围二电力排放的计算反推系统设计。审计人员先看到最终数值和计算公式，向下能打开电费账单、电表读数、所用排放因子及其年份，向上能看到谁批准将该值用于披露。模型只负责指出两张账单不一致；具体加总和单位换算由可测试的计算程序完成。
文档检索有两个常被忽略的细节。一是扫描件中的表格行列关系，二是文件版本与适用期间。若某份排放因子表在年中更新，系统应保留原版本和生效规则，不能把所有历史计算悄悄换成新值。引用链接也要稳定指向当时使用的文件快照。
复核界面应把“模型发现的疑点”和“人已确认的事实”分开。审计员标记为误报后，系统可以学习改进排序，但不应自动删除原始告警。对高影响判断，应记录复核意见、批准时间和重新计算的理由。
上线前可以做一次盲测：给模型一组含过期版本、单位混用、供应商同名和缺页的材料，统计它能否拒绝下结论。拒答能力与引用准确率一样重要，因为一个自信而错误的结论比一个未回答的问题更难纠正。