RAG 检索增强生成入门：让大模型先"查资料"再回答
大模型会"一本正经地胡说"、也不知道你公司的内部资料？RAG 就是解药。一文讲清 RAG 是什么、为什么有用、怎么落地。
大模型有两个天生短板：会一本正经地编造（幻觉），以及不知道训练数据之外的知识（比如你公司的内部文档、最新的资料）。RAG（检索增强生成，Retrieval-Augmented Generation）正是为解决这两个问题而生，也是当下企业落地大模型最主流的方案之一。
一、RAG 到底是什么
一句话：让模型在回答前，先去你的知识库里"查资料"，再基于查到的内容作答。
打个比方：不做 RAG 的模型像闭卷考试，全凭记忆，记不清就瞎编；做了 RAG 就像开卷考试，先翻到相关章节，再照着回答——又准又有依据。
二、RAG 的工作流程
- 切分与入库：把你的文档（PDF、网页、Word 等）切成小段，转成向量，存进向量数据库。
- 检索：用户提问时，把问题也转成向量，到库里找语义最相近的几段内容。
- 增强生成：把"检索到的内容 + 用户问题"一起喂给大模型，让它基于这些材料回答。
三、为什么大家都用 RAG
- 减少幻觉：有据可依，模型不容易乱编。
- 知识可更新：换库里的文档就行，不用重新训练模型，成本极低。
- 可溯源：能标出答案来自哪篇文档，便于核查。
- 数据可控：私有资料放自己的库里，不必交给模型"记住"。
四、怎么快速落地
不用从零造轮子。常见做法是用现成框架，例如 LangChain、LlamaIndex，或开箱即用的应用平台 Dify；向量库可选 Milvus、Qdrant、pgvector 等。最小可用版本大致是：选一个向量库 + 一个 Embedding 模型 + 一个大模型 API，把文档灌进去就能跑。
五、做好 RAG 的关键点
- 切分要合理：段落太大检索不精准，太小又丢上下文，需要按内容调优。
- 检索质量决定上限：检索没找对，模型再强也答不好，可以加"重排序"提升命中。
- 提示词里要求"只依据资料回答，找不到就说不知道"，进一步压制幻觉。
总的来说，RAG 是把"通用大模型"变成"懂你业务的专家"的最经济路径。想让 AI 真正用在自己的资料上，RAG 几乎是绕不开的第一步。