一句话定义
多查询检索（Multi-Query RAG）是AI 词典：检索增强生成">检索增强生成（Retrieval-Augmented Generation, RAG）里的一种查询扩展策略：让大语言模型（Large Language Model, LLM）把用户的一个问题改写成多个不同说法或视角的查询，分别去检索，再把结果融合、去重、重排，一起交给生成模型。它的核心目标是提高召回（recall），少漏掉相关资料。
打个比方
就像去图书馆找“怎么带新人”。你只问“新人培训”，可能只找到培训手册；如果同时问“入职引导”“onboarding”“快速上手项目”“导师制”，馆员会从不同书架抱回一堆书。Multi-Query RAG 就是请 LLM 当“会换关键词的馆员”，并行跑几趟，再把重复和无关的挑掉。
基本流程
1. 用户提出原始问题。
2. LLM 生成 N 个查询变体：同义改写、口语转术语、换角度、补充上下文。
3. 这些查询并行检索向量库、关键词索引或混合索引。
4. 融合结果：常见做法有去重、按排名融合（如 Reciprocal Rank Fusion, RRF）、重排（rerank）。
5. 把筛出的文档拼进提示词，让生成模型回答。
和相邻概念的区别
| 概念 | 扩展点 | 主要解决什么 |
|---|---|---|
| 普通 RAG | 单查询单次检索 | 快，但容易漏召回 |
| 多查询检索 | 查询侧：一问变多问 | 用户说法和文档说法不一致、表达模糊 |
| 查询分解 | 把复合问题拆成子问题 | 多跳、多条件问题 |
| HyDE | 先生成假想答案再检索 | 问题和文档语义差距大 |
| 多路召回 | 检索通道侧：向量+关键词+图 | 单通道覆盖不足 |
多查询和多路召回可以叠加；查询分解有时也被归入更广的多查询家族，但侧重点不同。
实际意义
对 AI 从业者：它适合知识库问答、客服、企业搜索等“怕漏”的场景。代价是额外 LLM 调用、多次检索，延迟和成本会上升；变体太多也可能引入噪声，所以通常要配合重排和评估。不要默认“越多越好”，具体实现和参数以官方文档为准。
对普通人：搜资料搜不到时，别只换一个词。试着把问题改写成三个版本：专业术语版、大白话版、具体场景版，再交叉看结果。这就是人肉版 Multi-Query。