什么是 RAG？为什么知识库问答需要检索增强

RAG是什么

RAG 是 Retrieval-Augmented Generation 的缩写，中文通常译为"检索增强生成"。它是一套把大语言模型（LLM）与外部知识库结合起来的技术方案：模型在回答用户问题之前，先从知识库里检索出与该问题相关的资料片段，把资料作为参考"垫"给模型，再让模型基于这些资料生成回答。

为什么要多这一步？因为大语言模型本身的知识有两个天然限制：一是训练数据有截止时间，最新的信息它不知道；二是它的知识来自公开语料，企业内部文档、个人笔记、私有数据库这些内容它根本没有见过。RAG 的解决思路不是去修改模型，而是在回答时"临时查资料"——就像开卷考试允许带参考书，检索到的资料就是那本参考书。

为什么知识库问答需要RAG

知识库问答（比如企业客服机器人、文档助手、校园助手）对准确性要求高，如果只靠模型自身记忆回答，会遇到三个绕不开的问题：

1. 幻觉。模型不知道答案时，不会老实说"不知道"，而会编造看似合理的内容。在知识库场景里，幻觉意味着错误的规章制度、错误的操作步骤，代价很大。RAG 让模型以检索到的资料为唯一依据作答，大幅压缩了自由发挥的空间。
2. 知识过时。制度会更新、产品会改版、价格会调整。训练好的模型无法自动跟上这些变化，而 RAG 检索的是最新的知识库内容——只要库更新，回答就跟着更新，不需要重新训练模型。
3. 私有数据不可见。企业内部资料、个人收藏的文档，模型从未见过。RAG 把这些数据放进来作为检索源，模型就能"参考"它们回答问题，而无需把数据写进模型参数。

简单说：RAG 解决的是"模型不知道、知道的是旧的、或者不能知道（私有）"这三类问题，这是知识库问答能落地的基本前提。

RAG的工作原理

一个典型的 RAG 系统包含三个环节：入库、检索、生成。

第一步：知识入库（索引阶段）
把文档（PDF、Word、网页等）切分成小块（chunk），每一块通过嵌入模型转换成向量（一串代表语义的数字），存入向量数据库。入库时还会记录每块文本的来源，便于回答时标注出处。

第二步：检索（查询阶段）
用户提问后，系统把问题也转成向量，在向量库里找语义上最接近的若干文本块（通常还会配合关键词检索做混合召回），取回 Top-K 个相关片段。这一步决定了"参考书翻开到哪一页"。

第三步：生成（回答阶段）
把用户问题 + 检索到的文本块组装成提示词，交给大语言模型。模型必须基于给定资料作答，并在回答中标注引用来源（例如"根据《员工手册》第 3 章…"）。

三个环节是串联的：入库质量决定能查到什么，检索质量决定查得准不准，生成质量决定答得顺不顺。任何一个环节薄弱都会拉低整体效果。

RAG的典型应用

• 企业知识助手：员工问报销流程、考勤规则，回答直接引用最新制度文档并附出处。
• 客服机器人：基于产品手册和 FAQ 回答用户问题，遇到库里没有的内容就转人工。
• 文档问答：上传一份合同、一本书或一份报告，围绕它提问，回答只依据文档内容。
• 舆情与情报分析：把新闻、报告入库，按主题检索后生成摘要与对比分析。
• 教育与校园服务：课程资料、校园指南类助手，回答教材和学校规定相关问题。

RAG的常见误区

• 误区一：RAG 就是"给模型接上搜索引擎"。搜索引擎返回的是网页链接和摘要，RAG 返回的是经过切分和向量化、可直接引用原文的知识块，两者在召回逻辑和上下文使用方式上完全不同。
• 误区二：有了 RAG 模型就不会答错。RAG 只是降低幻觉概率：如果知识库本身没这条内容、检索没召回正确片段，或资料本身自相矛盾，回答仍可能出错。上线前要做问答对评测。
• 误区三：把全部文档一股脑入库就能用。文档质量、切分粒度、重复内容都会影响检索效果，通常需要清洗、去重、按主题组织。
• 误区四：RAG 与微调二选一。两者解决的问题不同：RAG 管"查得到最新和私有信息"，微调管"学会某种表达风格或专业能力"，实践中经常组合使用。

小结

RAG 把大语言模型的生成能力与外部知识库的事实结合起来，让"不知道、旧、私有"三类知识也能被准确回答，是当前构建知识库问答系统的主流方案。理解它的三个环节（入库、检索、生成）和各自的短板，就能在设计自己的问答系统时找准优化方向。