RAG 是什么：让 AI 回答你自己的资料

大模型很聪明，但它不知道你公司的产品手册、不知道你毕业论文引用了哪些文献。RAG（Retrieval-Augmented Generation，检索增强生成）就是解决这个问题的技术：先从你的资料里检索相关内容，再让 AI 基于这些内容回答。

一句话理解 RAG

开卷考试。

不给 AI 书本（训练时它没见过），而是考试时把相关的几页资料塞给它，让它照着资料作答。

为什么需要 RAG

直接把资料全贴给模型不行吗？三个原因：

1. 上下文窗口有限：资料可能有几百万字，塞不下；
2. 成本高：每次提问都全文输入，Token 费用惊人；
3. 准确性差：内容太长时模型容易"读了后面忘前面"。

RAG 的思路是"按需取用"：提问时只检索最相关的几个片段（通常几百到几千字），既省又准。

RAG 的工作流程

1. 入库：把文档切分成小段（chunk），每段计算向量（embedding）存入向量数据库；
2. 检索：用户提问时，把问题也转成向量，找出语义最相近的几个片段；
3. 生成：把问题 + 检索到的片段一起交给大模型，并要求"仅根据以下资料回答"。

常见坑

• 切分太碎或太粗：一段以 300~800 字为宜，并保留标题等上下文信息；
• 检索不准，答案必歪：检索质量决定 RAG 上限，向量检索常需配合关键词检索混合使用；
• 资料更新要同步入库，否则 AI 会拿着旧手册一本正经地胡说。

现在很多笔记软件、企业知识库产品内置的就是 RAG。理解了原理，你就能判断哪些产品是真有用，哪些只是套壳。