RAG（检索增强生成）：让大模型先查资料再开口

一句话：RAG（Retrieval-Augmented Generation，检索增强生成）就是让大模型先"查资料"，再"照材料回答"。

大模型的知识被压缩在参数里，像一个只凭记忆答题的考生：训练之后发生了什么、你公司的内部制度写了什么，它一概不知，却仍能流畅地编出一个听起来很对的答案。

RAG 把它拉进"开卷考场"，通常分三步：

1. 建库：把文档切成语义相对完整的小段（chunk），用嵌入模型（embedding model）转成向量存进AI 词典：向量数据库">向量数据库。

2. 检索：用户提问时，把问题也转成向量，按相似度找出最相关的若干片段。

3. 生成：把这些片段连同原问题一起拼进提示词，让模型"照着材料回答"。

打个比方：面对一位学识渊博但记性有偏差的老专家，与其让他凭印象侃侃而谈，不如先递上几页相关文件——他照着文件讲，准确率立刻不一样。

幻觉（hallucination）的根源是：模型没有确切知识时，仍会沿着"最像的下一句话"往下写，语气和真话一模一样。RAG 把任务从"回忆"换成了"阅读理解"——答案的依据从模糊的参数记忆，变成眼前这几段可核对的文字。

它还顺手带来两个好处：可以在提示词里要求"只依据材料作答，材料里没有就说不知道"；还能把引用出处一起给出来，让人自己复核。

但它并不根治幻觉。检索没召回对的段落、文档本身过时或写错、模型没遵守"仅依据材料"的约束，都会让错误照旧发生。RAG 降低的是出错概率，不是清零。

维度	直接问答	微调（Fine-tuning）	RAG
知识放在哪	模型参数里	模型参数里	外部文档库
更新方式	需重新训练	需重新训练	改文档即可
能否给出处	基本不能	一般不能	能
擅长什么	通用常识	学风格、格式、专项能力	私有与时效性事实

一句话记：微调是"改脑子"，RAG 是"给资料"。两者不冲突，常一起用。

对做产品的人：不必为知识更新反复重训模型，但工程量大头落在检索侧——怎么切分、如何保证召回、要不要加重排（rerank）、怎么约束模型不乱说，这些才是效果差异的真正来源。

对普通职场人：看到 AI 回答附带来源链接，或被明确告知"资料库里没有相关内容"，背后很可能就是 RAG。评价一个 AI 助手靠不靠谱，可以多问一句"这个结论的依据在哪"——能给出处、能承认不知道的，通常更值得信任。

（具体实现方案与各家产品能力差异较大，以官方文档为准。）