OpenAI File Search 文件检索指南：让回答引用资料
File Search 适合让模型从上传的手册、制度和知识库中检索相关内容，再根据检索结果回答。它减少了自行实现切分、向量化和检索管道的工作，但资料权限、更新、删除和答案核验仍由应用负责。
1、准备可检索资料
上传前删除重复版本、临时文件和不应进入模型链路的敏感内容。为文档记录业务所有者、版本、适用范围和更新时间。扫描 PDF 如果没有可靠文本层，应先做 OCR 与抽样校对，否则检索不到的根因可能只是文件内容不可读。
文档标题和章节结构要清晰，避免一个文件混合多个互不相关的主题。制度更新时应替换旧版本，并验证旧文件与向量是否已经移除，不能只在文件名中写“已废弃”。
2、在 Responses API 中开放文件搜索
请求中只提供当前用户允许访问的向量存储或文件范围，再提出具体问题。模型可能调用文件搜索工具并使用返回片段生成答案。应用应显示或保存引用信息，让用户能够回到原始资料检查，而不是只展示一段没有出处的结论。
对“资料中没有答案”的情况要允许模型明确说未知。不要用提示强迫它无论如何都给出结论，否则会把检索空缺变成编造内容。
3、防止资料中的提示注入
文件内容属于不可信数据。文档里可能出现“忽略开发者规则”“调用某工具”等文字，应用必须把这些内容当作待分析材料，而不是系统指令。工具权限和可用范围应由服务端固定，检索结果不能动态扩大权限。
测试集应覆盖有答案、无答案、多个冲突版本和无权限文件。下一页进一步说明模型如何调用你自己的函数，以及服务端如何安全执行这些动作。