构建一个基于文档回答的 Agent 时，最让人头疼的问题不是 Agent 答不出来，而是它答出来的内容你没法验证。用户问"根据这份合同，违约金是多少"，Agent 返回了一个数字。用户信了。但你怎么知道它没看错条款？你说"我让它引用原文"，但靠 Prompt 要求模型输出引用，结果要么是模型自己编造了原文（citation hallucination），要么是引用格式不统一，前端没法渲染。

这个问题在 RAG 应用中尤其突出。当 Agent 从多个文档中检索信息，再组织成回答时，用户看到的是模型整理后的文本，而不是原始证据。你没法判断"这个结论是来自文档，还是模型自己推断的"。企业级场景下，这种不可验证性直接决定了 Agent 能不能上线。

Anthropic 的 Citations 特性解决的就是这个具体问题：让模型在回答时，自动标注每条结论来自哪个文档的哪个位置，并且返回原文片段。关键在于，这不是靠 Prompt 提示模型"请引用原文"，而是 API 层面的结构化机制——模型输出时，API 自动解析出引用关系，返回结构化的 citation 对象，包含被引用的原文文本和文档中的精确位置。

引用机制的技术拆解

先看最基础的使用方式。在 API 请求中，把文档以document类型的内容块传入，并在文档上设置citations.enabled: true：

response = client.messages.create( model="claude-opus-5", max_tokens=1024, messages=[ { "role": "user", "content": [ { "type": "document", "source": { "type": "text", "media_type": "text/plain", "data": "The grass is green. The sky is blue.", }, "title": "My Document", "context": "This is a trustworthy document.", "citations": {"enabled": True}, }, {"type": "text", "text": "What color is the grass and sky?"}, ], } ], )

关键点在于：citations.enabled是设置在文档上的，不是全局参数。这意味着你可以同时传入需要引用的文档和不需要引用的文档，但当前版本要求同一个请求中要么全部启用，要么全部禁用。

响应结构是理解这个特性的核心。模型返回的content不再是一个完整的文本块，而是被拆分成多个文本块，每块可能附带一组citations：

{ "content": [ {"type": "text", "text": "According to the document, "}, { "type": "text", "text": "the grass is green", "citations": [ { "type": "char_location", "cited_text": "The grass is green.", "document_index": 0, "document_title": "Example Document", "start_char_index": 0, "end_char_index": 20, } ], }, {"type": "text", "text": " and "}, { "type": "text", "text": "the sky is blue", "citations": [ { "type": "char_location", "cited_text": "The sky is blue.", "document_index": 0, "document_title": "Example Document", "start_char_index": 20, "end_char_index": 36, } ], } ] }

每个citation对象包含：被引用的原文片段（cited_text）、所属文档的索引（document_index）、文档标题（document_title），以及根据文档类型不同的位置信息。对于纯文本文档，位置信息是字符索引范围；对于 PDF，是页码范围；对于自定义内容文档，是内容块索引范围。

cited_text不计入输出 Token——这是需要特别注意的工程细节。如果你的应用之前靠 Prompt 让模型输出引用，每次引用都会消耗输出 Token 和对应的费用。使用 Citations 特性后，cited_text由 API 直接从文档中提取，不产生额外 Token 消耗。

三种文档类型的选择策略

Anthropic 支持三种文档类型，每种有不同的分块策略和引用格式：

纯文本和 PDF 文档会被自动按句子分块，模型可以引用单个句子或多个连续句子。自定义内容文档则让你自己控制分块粒度——你把内容按你的逻辑切好，模型直接引用你提供的块。

这个选择对 RAG 场景有直接影响。如果你的 RAG 系统已经对文档做了分块处理，每个块是一个独立的检索单元，那么使用自定义内容文档类型，把每个 RAG 块作为一个独立的内容块传入，可以避免 API 再次分块带来的不确定性。反之，如果想让 API 自动处理分块，使用纯文本类型即可。

流式场景下的引用处理

Citations 在流式响应中以citations_delta事件类型到达。当使用 Server-Sent Events 流式接收响应时，引用数据会以独立的 delta 事件发送：

event: content_block_delta data: {"type": "content_block_delta", "index": 0, "delta": {"type": "citations_delta", "citation": { "type": "char_location", "cited_text": "...", "document_index": 0, }}}

这意味着前端需要处理两种 delta 类型：text_delta用于渲染文本，citations_delta用于在对应文本块上附加引用信息。如果前端已经在处理流式文本渲染，需要额外处理citations_delta事件来更新引用标注。

与 Prompt Caching 的配合

Citations 和 Prompt Caching 可以同时使用。文档内容可以被缓存，而引用结果不会缓存——每次请求都会重新生成引用。在文档上设置cache_control即可：

response = client.messages.create( model="claude-opus-5", max_tokens=1024, messages=[ { "role": "user", "content": [ { "type": "document", "source": { "type": "text", "media_type": "text/plain", "data": long_document, }, "citations": {"enabled": True}, "cache_control": {"type": "ephemeral"}, }, {"type": "text", "text": "What does this document say?"}, ], } ], )

对于长度超过缓存阈值的文档，这个组合能显著降低重复请求的输入 Token 成本。需要注意：引用结果本身不缓存，但文档内容是缓存的有效部分。

重要边界：与结构化输出的不兼容

Citations 不能和结构化输出（Structured Outputs）一起使用。如果在文档上启用citations.enabled，同时在请求中设置了output_config.format参数，API 会返回 400 错误。原因是引用需要在文本输出中穿插 citation 块，这与严格 JSON Schema 约束的结构化输出不兼容。

这个限制在实际工程中意味着：如果你的 Agent 需要同时做两件事——从文档中提取信息（需要引用）和输出结构化数据（需要结构化输出）——你需要拆成两轮调用。第一轮用 Citations 获取带引用的文本回答，第二轮用结构化输出提取关键字段。或者放弃引用，直接用结构化输出提取数据。

工程落地建议

如果团队已经在用 Prompt 方式让模型输出引用，迁移到 Citations 特性后有几个直接收益：Token 成本降低（cited_text 不计入输出 Token）、引用可靠性提升（API 保证引用指向真实文档位置）、引用质量改善（官方评估表明 Citations 特性比纯 Prompt 方式更倾向于引用最相关的原文）。

但 Citations 特性不是万能的。它只适用于在请求中直接传入文档的场景，对 Agent 工具调用返回的结果不生效。如果 Agent 通过工具从外部系统获取数据，这些数据需要先以document类型传回给模型才能启用引用。这意味着你需要调整 Agent 的调用链：工具返回的数据→以document类型传给模型→模型回答时自动引用。

另一个需要注意的点是，当前版本要求所有文档要么全部启用引用，要么全部禁用。如果某些文档不需要引用但又不想被排除，可以考虑把这些文档以普通文本类型传入，而不是作为document类型。

对于生产环境，建议在用户侧或管理后台展示引用来源。cited_text可以直接渲染为可点击的高亮文本，document_title和位置信息可以作为 tooltip 或脚注展示。这比纯文本回答多了一层交互，但用户对 Agent 回答的信任度会显著提升。

Citations 特性解决的不是模型能力问题，而是可信度问题。当模型回答可以追溯到具体原文时，Agent 从"黑盒生成器"变成了"可验证的信息整理器"。对于企业级 RAG 应用、合同审查 Agent、合规问答系统等场景，这种可验证性可能是能否上线的分水岭。

学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

​因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。