RAG
RAG（检索增强生成）是让 LLM 在回答前先"查资料"的技术——先检索相关文档，再基于文档生成回答。它是解决幻觉问题、让 AI 能回答私有知识的最主流方案。
① 一句话定义
RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与文本生成结合的 AI 应用架构：在模型生成回答前，先从外部知识库检索相关文档，将检索结果连同用户问题一起送入模型，使模型能够基于检索到的"参考资料"回答，而非仅依赖训练时记下的知识。
② 为什么重要
RAG 是 2024-2026 年 AI 应用落地的最主流架构：
- 降低幻觉：把答案"锚定"在真实文档上，大幅减少模型瞎编的概率。
- 实时知识更新：不需要重新训练模型，更新知识库就能让 AI 学会新知识。
- 企业数据安全：私域文档不出企业边界，不需要上传给模型训练。
- 可溯源：答案可以附带引用来源，用户可以自行验证。
③ 核心机制
RAG 的工作流程分为离线阶段和在线阶段：
离线 · 索引构建：① 文档解析（PDF、网页、数据库）→ ② 文本切分（Chunking）→ ③ 对每个 Chunk 生成 Embedding → ④ 存入向量数据库。
在线 · 检索增强：① 用户提问 → ② 将问题转化为 Embedding → ③ 在向量数据库中检索最相关的 Top-K 个 Chunk → ④ 将检索结果作为上下文拼入 Prompt → ⑤ 模型基于资料生成回答。
关键设计决策：Chunk 大小（太大检索不精准，太小丢失上下文）、检索结果数量 K（太少信息不足，太多噪音干扰）、重排序（Reranking）是否引入，都直接影响 RAG 质量。
④ 典型应用场景
企业知识库问答：上传内部文档，员工用自然语言查询公司政策、技术文档。
客服机器人：基于产品手册实时回答用户问题，不再需要人工整理 FAQ。
法律/医疗辅助：在专业文档库中检索相关法条或病例，辅助专家判断。
学术研究：对论文库做 RAG，快速找到相关研究并生成文献综述。
⑤ 常见误区
误区：RAG = 向量搜索 + LLM
✅ 实际上：真正的生产级 RAG 远不止这两步。还包括文档解析、智能切分、混合检索、重排序、结果融合、引用标注等一系列工程环节。
误区：RAG 可以完全替代微调
✅ 实际上：RAG 和微调是互补的。RAG 擅长"查资料"，微调擅长"学风格"。最好的实践往往是 RAG + 微调组合使用。
误区：RAG 是万能方案
✅ 实际上：如果知识库不完整、切分不合理、检索不精准，RAG 可能比不用还差——把不相关的资料塞给模型反而误导它。
「RAG 让模型从"凭记忆答题"变成"开卷考试"——有了参考资料，回答自然更靠谱。
」