RAG 检索增强生成是什么？一文讲清原理与流程

如果你用大模型问过一些具体、专业的问题，大概率遇到过它「一本正经地胡说八道」——术语叫幻觉（hallucination）。RAG 就是目前对付幻觉最主流的工程方案。这篇用最直白的方式讲清楚它是什么、怎么工作的。

为什么模型会「胡说」

大模型的知识来自训练数据，有两个天然局限：

1. 有截止日期：训练之后发生的事它不知道
2. 不掌握你的私有数据：你公司的文档、你的笔记，它没见过

当被问到这些范围外的问题时，模型不会说「我不知道」，而是倾向于根据语言概率编一个看起来合理的答案。这就是幻觉的根源。

RAG 的核心思路

RAG 全称 Retrieval-Augmented Generation（检索增强生成）。思路一句话概括：

回答之前，先去资料库里找相关内容，把找到的资料连同问题一起交给模型，让它「看着资料回答」。

相当于把闭卷考试变成了开卷考试——模型不用死记硬背，而是现查现答。

完整流程拆解

一个典型的 RAG 系统分两个阶段。

阶段一：建立知识库（离线准备）

1. 切分（Chunking）：把文档拆成一段段小文本，方便后续检索
2. 向量化（Embedding）：用嵌入模型把每段文本转成一串数字（向量），语义相近的文本，向量也相近
3. 入库：把这些向量存进向量数据库（如 Pinecone、Milvus、pgvector）

阶段二：回答问题（在线检索）

1. 问题向量化：把用户的提问也转成向量
2. 相似度检索：在向量库里找出与问题最接近的几段文本
3. 拼接 Prompt：把「检索到的资料 + 用户问题」组合成一个提示词
4. 生成回答：交给大模型，让它基于资料作答

整个过程对用户是无感的，体验上就是「问一句、答一句」，但答案背后是有依据的。

RAG 适合什么场景

• 企业知识库问答：员工用自然语言查内部文档、制度、手册
• 客服机器人：基于产品文档回答用户问题，减少乱答
• 个人第二大脑：把自己的笔记、收藏喂进去，随时检索
• 专业领域助手：法律、医疗等对准确性要求高的场景

RAG 不是银弹

它也有局限，用之前要清楚：

• 检索质量决定上限：没检索到对的资料，模型照样答不好
• 切分策略很讲究：切太碎丢失上下文，切太大又稀释重点
• 不适合需要复杂推理的任务：RAG 擅长「找到并复述」，不擅长「跨多段深度推演」

小结

RAG 的本质，是给大模型外挂了一个「可随时查阅的资料库」，用检索来弥补模型知识的时效性和私有性短板。它不改变模型本身，却能大幅提升回答的准确度——这也是为什么今天几乎所有严肃的 AI 应用，背后都有 RAG 的影子。