RAG（Retrieval-Augmented Generation）是检索增强生成。它先从外部知识库检索相关资料，再把资料作为上下文交给大模型生成答案。

1. RAG 解决的问题

大模型本身存在几个限制：

• 训练知识可能过时。
• 不知道企业私有文档。
• 事实型问题可能产生幻觉。
• 回答缺少可追溯来源。

RAG 通过外部检索补充资料：

用户问题
  -> 检索知识库
  -> 找到相关资料
  -> 拼入上下文
  -> 大模型基于资料回答
  -> 返回答案和引用

2. RAG 基本架构

离线索引链路：
文档 -> 解析 -> 清洗 -> 切分 -> 向量化 -> 入库

在线问答链路：
问题 -> 检索 -> 重排 -> 上下文拼接 -> 生成 -> 引用校验

离线链路决定知识质量，在线链路决定回答质量和用户体验。

3. RAG 适合场景

场景	原因
企业知识库	私有文档不在模型训练数据中
客服问答	需要基于最新规则回答
研发文档助手	文档更新频繁，需要可追溯
法规制度查询	答案必须引用来源
产品手册问答	需要按版本和权限过滤

4. RAG 不适合什么

场景	原因
简单通用常识	直接问模型即可
强结构化查询	SQL 或业务接口更可靠
高精度计算	应调用计算工具
强流程业务	传统工作流更稳定
资料质量极差	检索到错误资料会放大错误

5. RAG 和微调

对比项	RAG	微调
主要目标	接入外部知识	改变模型行为
更新方式	更新文档和索引	重新训练或继续训练
可追溯性	可返回引用	通常较弱
适合知识更新	适合	不适合频繁更新
工程复杂度	检索链路复杂	训练和评估复杂

6. RAG 成败关键

1. 文档是否准确、完整、及时。
2. 切分是否保留语义。
3. 检索是否能召回正确资料。
4. 重排是否把关键资料放在前面。
5. Prompt 是否要求基于资料回答。
6. 权限是否过滤正确。
7. 是否有评估集持续回归。

7. Tips 快问快答

Q：RAG 是不是就是向量数据库？

A：不是。向量数据库只是 RAG 的一部分，完整 RAG 还包括文档处理、切分、召回、重排、生成、引用、权限和评估。

Q：RAG 能让模型回答所有企业问题吗？

A：不能。前提是知识库中有正确资料，并且检索能找出来。资料缺失时应该拒答或转人工。

Q：RAG 为什么还会答错？

A：可能是文档错、切分差、召回错、重排差、上下文冲突或模型没有严格基于资料回答。