问公开常识，AI 对答如流；问「我们公司的报销标准是多少」，它就答不上来——因为模型的训练数据里没有你们公司的制度。RAG（Retrieval-Augmented Generation，检索增强生成）解决的就是这个问题：回答前先去企业资料库里查，把查到的段落交给大模型，让它照着资料回答。这条链路拆开是六步，每一步都决定答案质量，也各有一个容易踩的坑。
链路六步：一份文档是怎么变成一次回答的
切块：文档进来先切成几百字一段的小块，切口尽量落在章节、段落这些语义边界上。切太碎，单块读不出上下文；切太大，一块里混了多个主题，检索不精准。
向量化：每一块用嵌入模型转成一串数字，也就是向量。语义相近的内容，向量距离就近——「差旅报销」和「出差费用怎么报」字面不同，向量却挨得很近，这是语义检索能找到内容的关键。
召回：用户的问题同样转成向量，在库里找出距离最近的一批候选块，通常取前几十条。这一步求全不求准，宁可多捞几条，也不能把相关内容漏在外面。
重排：用更精细的模型对候选逐条打分，把真正相关的几条挑出来。召回负责广撒网，重排负责精挑，两步分工明确。
拼上下文：把选中的块连同问题一起填进提示词，并加一句约束——依据以下资料回答，资料里没有的直说没有。
引用溯源：回答里标注每条结论出自哪个文档、哪个章节，用户能点回原文核对。
每一步都有对应的坑
切块的坑是把结构切碎：一张表格从中间切开，检索到的半块谁也读不懂；条款被拦腰切断，前后条件对不上。向量化模型的坑是换模型要整库重算，换之前先评估，选定了就别频繁动。召回与重排的坑是垃圾进垃圾出：拼进上下文的块不对，后面的模型写得再流畅也是在错误资料上发挥。排查线上问题要靠执行过程的可观测性手段，检索捞了什么、重排留下什么，都要能打出来看。
引用溯源为什么值得多花力气
三个作用。一是用户能核对，答案敢不敢用，点开出处三十秒就能判断。二是排查快，答错了能定位到是哪个块检索错了，不用从头猜。三是约束生成：模型被要求「给不出出处就直说」时，编造率会下降。做法上，切块时保留文档名、章节号、更新日期这类元数据，回答时一并带出来。
RAG 解决不了的四件事
权限：向量库默认谁都能查到所有块。人事制度里写了各级薪酬的段落，普通员工一问就出来。权限过滤要在检索层做——按提问者身份决定哪些块允许进上下文，这是企业落地时最费工、也最容易出事故的部分。
时效：库里没有的它答不出；资料更新后要重新切块入库，答案才会跟着变。被要求删除的内容，同样要从库里清干净，这和模型端的机器遗忘是两个独立的问题，别指望删了源文件就完事。
表格与结构化内容：表格被切成纯文本后，行列对应关系容易丢失，数字检索出来了却对不上行列，答出来的数字可能是别的格子里的。报表类问答需要按表格结构单独处理，多数通用系统没做这一步，采购前要单独验证。
资料本身错：检索忠实于库，库里的错它照着错。治理资料质量，比调模型参数见效更直接。
建库前先对号入座
| 场景 | 建议做法 | 验收标准 |
|---|---|---|
| 制度文档问答 | 按章节切块，保留章节号元数据 | 抽 20 个问题，全部能溯源到原文 |
| 报表含大量表格 | 表格单独处理，不与正文混切 | 抽查数字与行列对应无错位 |
| 多部门共用一套库 | 检索层按身份过滤权限 | 普通账号查不到越权内容 |
| 资料更新频繁 | 定时重建索引，留更新记录 | 新文档入库当天即可被答出 |
用法：先确认自己的场景落在哪一行，验收时拿「验收标准」一列逐项打勾，全过再上线。
三个值得多问一句的问题
有了 RAG 还需要微调吗？两件事解决不同问题：RAG 管知识的新鲜度，微调管输出风格和流程的稳定。知识经常变的场景优先 RAG，微调和 RAG 怎么选可以单独展开读，想清楚分工再决定要不要叠加。
为什么我的知识库系统总答非所问？先查检索，再查生成。把中间召回的块打出来看：块捞错了，换嵌入模型或调整切块方式比改提示词有用；块捞对了还答错，才是提示词或模型的问题。
文档里的截图和图片怎么办？纯文本链路会直接漏掉图里的信息。常见做法是把图中的关键信息用文字提取后入库，或改用支持图文的多模态方案，视预算和资料量决定。
RAG 速查
- 六步：切块、向量化、召回、重排、拼上下文、引用溯源
- 答非所问先查检索，再查生成
- 权限过滤在检索层做，不靠模型自觉
- 表格类内容单独处理，切错就答错
RAG 的价值在于让回答有据可依：模型没变，变的是它每次回答前手里有什么资料。把六步链路每一步的质检做好，比换更贵的模型更能拉高答案质量。
