一句话定义：问答系统（Question Answering System，QA System）是让机器直接回答人用自然语言提出的问题，而不是返回一堆链接让人自己翻。
它和搜索引擎的关键差别就在最后一步：搜索给你十个蓝色链接，问答系统要给你一句话答案。这"一句话"怎么来的，分出了两条完全不同的技术路线。
第一条：检索式问答（Retrieval-based QA）。系统先把资料切成片段存好，来一个问题就去里面找最匹配的那一段，把它（或其中的一句）原样交出来。打个比方，这像一个极其熟悉仓库的库管：你问"灭火器在哪"，他不会自己描述灭火器的样子，而是直接把你领到那个货架前。答案是"搬"来的，不是"写"出来的，所以每句话都能追溯到出处。
第二条：生成式问答（Generative QA）。系统用大模型直接组织语言回答，答案可能是它自己"说"出来的。这像一个博学但偶尔会吹牛的顾问：大部分时候答得漂亮流畅，但碰到没把握的地方，他可能顺着你的问题把细节编圆，而且语气一样自信。
两条路线，错法完全不同：
| 检索式问答 | 生成式问答 | |
|---|---|---|
| 典型故障 | 找不到、找偏了 | 编出看似合理的假答案 |
| 用户感受 | "答非所问"或"没有相关内容" | "说得头头是道，一查是假的" |
| 好排查吗 | 好查，翻出检索结果就知道错在哪一步 | 难查，模型内部没有明确的"我查了哪一段" |
| 兜底方式 | 放宽召回、换切分方式、加同义词 | 强制引用原文、无据不答、人工抽检 |
所以评估两种系统时，关注点也不一样。检索式问答要看"召回"——正确答案有没有被捞进候选里；生成式问答要看"忠实度"——答案里的每个说法是否真有依据支撑。用检索式的指标去考生成式系统，很容易漏掉最危险的那种错：答得通顺但内容是空心的。
和相邻概念的区别：问答系统是目标，实现手段可以是检索、生成或两者混合（常见做法是"先检索、再生成"，也就是AI 词典：检索增强生成">检索增强生成 RAG）；它也不是聊天机器人（Chatbot）——聊天重在多轮自然交流，问答重在对准一个具体问题给准确答复。
实际意义：做企业内部知识库、客服、文档助手时，先问清楚自己怕哪种错。怕"答不上来"就多花力气在资料整理和检索质量上；怕"答错了还像真的"，就得在生成环节加约束——让答案必须指回原文，找不到依据就老实说不知道。对外提供服务的场景里，第二种错的代价通常高得多。具体工具和模型能力以官方页面为准。