RAG检索增强生成原理

RAG 是 Retrieval-Augmented Generation 的缩写，中文常译为检索增强生成。它的核心思想是：先检索相关资料，再让大模型基于资料回答。

为什么需要RAG

大语言模型虽然懂很多知识，但它有三个问题：

1. 训练数据可能过时；
2. 对企业内部资料不了解；
3. 可能编造看似合理的答案。

RAG 把外部知识库接进来，让模型回答时有资料依据。它像开卷考试：模型负责理解和表达，资料库负责提供依据。

RAG的基本流程

1. 收集文档，例如 PDF、网页、知识库、客服记录。
2. 清洗文档，去掉目录噪声、重复内容和无关信息。
3. 把文档切成小段。
4. 用 embedding 模型把每段转成向量。
5. 存入向量数据库。
6. 用户提问时检索相关片段。
7. 把片段和问题一起放进提示词。
8. 大模型生成回答，并尽量引用来源。

每一步都会影响最终质量。

一个企业制度问答例子

员工问：“出差高铁票怎么报销？”

RAG 系统会先检索公司差旅制度，找到“交通费报销”“票据要求”“审批流程”等片段，再让模型组织回答。

如果直接问大模型，它可能给出通用建议；使用 RAG 后，回答能贴近公司制度。

文档切分的影响

切分是 RAG 中最容易被低估的环节。切得太碎，模型看不到完整上下文；切得太长，检索结果噪声太多。

好的切分应该尽量保持语义完整。例如按标题、小节、问答对、条款切分，而不是机械地每 500 字切一次。

召回和重排

向量检索负责先找一批可能相关的内容，这叫召回。召回后可以用重排模型重新排序，把真正相关的片段放到前面。

如果召回阶段没找到正确资料，生成阶段再强也没用。所以评估 RAG 时不能只看最终回答，还要看检索结果是否命中。

如何减少幻觉

• 提示词中要求“只根据资料回答”；
• 资料不足时允许回答“不确定”；
• 输出引用来源；
• 对关键答案进行规则校验；
• 定期更新知识库；
• 人工检查高风险问题。

RAG不适合什么

RAG 适合知识问答和资料检索增强，但不适合所有场景。如果任务需要模型学习固定风格、复杂操作习惯或大量隐含规则，微调可能更合适。如果资料本身质量差，RAG 也无法变出正确答案。

小结

RAG 的关键不是“把文档丢给大模型”，而是做好文档处理、切片、向量化、召回、重排、提示词和评估。真正稳定的 RAG 系统，本质是搜索系统和生成系统的结合。