RAG 检索增强生成入门：让大模型「开卷考试」

一、RAG 是什么

RAG（Retrieval-Augmented Generation，检索增强生成）的思路很朴素：与其让模型「背下所有知识」，不如在提问时，先从外部知识库检索出相关资料，再连同问题一起交给模型回答——相当于让模型「开卷考试」。

二、为什么需要 RAG

• 解决知识过时：模型训练截止后的事情它不知道，RAG 可接入最新资料。
• 解决私有知识：企业内部文档、个人笔记，模型没学过，RAG 能补上。
• 降低幻觉：基于检索到的原文回答，答案有据可查。
• 无需重新训练：更新资料即可，不必微调模型。

三、RAG 的基本流程

1. 文档切分：把长文档切成小片段（chunk）。
2. 向量化：用 Embedding 模型把每个片段转成向量。
3. 存入向量库：向量连同原文一起存储。
4. 检索：用户提问也转成向量，找出最相似的若干片段。
5. 生成：把检索到的片段拼进 Prompt，让模型综合回答。

四、一个简单示意

用户问题："公司年假政策是什么？"
   ↓ 向量化
检索向量库 → 命中《员工手册》第 3 章相关片段
   ↓
Prompt = "请根据以下资料回答：
[资料片段]

问题：公司年假政策是什么？"
   ↓
大模型 → 给出有依据的回答

五、关键点与常见坑

• 切分粒度：太小信息不完整，太大检索不准。
• 检索质量：检索不到对的片段，RAG 效果就大打折扣。
• 引用溯源：好的 RAG 会标注答案来源，便于核对。

六、小结

RAG 是当前落地最广的大模型应用模式之一，成本低、见效快、可控性强。理解它，你就掌握了「给大模型装外部大脑」的方法。