出典追跡

捏造防止と対をなす不変量: 常に引用する。 保存されたすべてのファクトとすべての回答は 出典の系譜 — どのドキュメントに由来し、その中のどこにあるか — を保持します。数値を生成 しながら、その出所を提示しないパスは存在しません。

系譜はストレージから始まる

系譜は回答時に後付けされるものではありません — スタックの最下層にある NOT-NULL カラム です。

構造化ファクト (storage/fact_store.py)

Fact dataclass の最初の 10 フィールドは位置固定（positional-frozen）であり、そのうち 2 つが系譜です:

@dataclass
class Fact:
    metric_code: str
    entity: str
    geography: str
    channel: str
    period_type: str
    period: str
    value: float
    unit: str
    source_doc_id: str    # which document
    source_locator: str   # where inside it (e.g. slide=2,table=1,row=REVENUE,col=FY2024)
    ...

fact_metric テーブルは両者を TEXT NOT NULL として宣言しています。ファクトは、自らの 出所を知らないままでは存在できません。（v2 ではオプションのバージョン系譜 — source_file_hash、extractor_version、mapping_version — も追加されますが、これらは 追加的なものです。）

ナラティブチャンク (retrieval/chunking/chunk_store.py)

各チャンクは、title、entity、period、sensitivity といったメタデータとともに、 doc_id と source_locator（TEXT NOT NULL）を保持します。

系譜は回答まで受け渡される

from ragspine.agent.agent import answer_question
from ragspine.agent.llm_provider import MockProvider
from ragspine.storage.fact_store import FactStore

store = FactStore("data/fact_metric.db"); store.init_schema()
result = answer_question("中国内地FY2024的REVENUE是多少", store, MockProvider())
print(result.answer)   # number + （来源：… · …）
print(result.sources)  # [{'doc': 'ACME_FY2024_Review.pptx', 'locator': 'slide=2,table=1,...'}]

系譜を失ってはならない箇所

• ストレージ — 系譜カラムなしでファクト/チャンクを決して書き込まないこと。これらは 設計上 NOT NULL です。（storage/CLAUDE.md: "never drop lineage"。）
• 見つかったファクトの描画 — _structured_answer / _multi_subtask_answer は、描画 される各行に source dict を付随させたまま保持しなければなりません。
• ナラティブ合成 — _run_narrative の引用バックストップは、引用を「忘れた」モデルが 回答から出典追跡を剥ぎ取れないようにするためにこそ存在します。
• サービスエッジ — /v1/ask のマッピングは sources を変更せずにそのまま通過させな ければなりません。FAQ ショートサーキットのヒットも独自の source を保持します （FAQ ショートサーキット を参照）。