RAG | DellDi的信息内容栈

定义

RAG（Retrieval-Augmented Generation，检索增强生成）是一种把检索与生成结合的模式：先从知识库检索与问题相关的内容，再把检索结果作为上下文交给模型生成答案。

它的核心价值是让模型“有据可查”而不是“凭记忆编造”。模型自身的知识有训练截止日期、有记忆偏差、有幻觉风险，RAG 通过外部检索把事实注入上下文，让生成基于检索到的事实而非模型记忆。

它解决什么问题

幻觉：模型凭记忆编造，RAG 让它基于检索到的事实作答
时效性：模型训练数据有截止日期，RAG 可以接入最新内容
可引用：RAG 可以返回答案来源，便于核对和追溯

这三个问题在企业场景里特别关键。企业知识库的内容模型从没见过，纯生成必然幻觉；企业数据每天都在变，模型记忆早已过时；企业问答必须可追溯，不能“模型说的就是对的”。

RAG 与 AI 问数的区别

很多人把 RAG 和 AI 问数混为一谈，其实它们解决不同问题。RAG 适合“答案在文档里”的场景——模型找到相关段落并组织成答案。AI 问数适合“答案需要实时计算”的场景——模型生成 SQL 查询数据库拿到结果。前者是检索+组织，后者是意图+计算。混淆两者会导致用 RAG 回答数据查询问题（答不了）或用 AI 问数回答知识库问题（杀鸡用牛刀）。

典型流程

文本切 chunk——按语义块切分，不是按固定字数
生成 embedding 写入向量库——建立检索索引
提问时检索相关 chunk——向量相似度+关键词混合检索
把 chunk 作为上下文喂给模型生成答案——附引用来源

相关内容

内容平台前后台分离架构记录（第三阶段 AI 索引）
AI Agent 工程化实践——上下文管理主线

4典型流程

3解决问题

1引用来源

↓幻觉率

RAG 与纯生成模式对照

维度	纯生成	RAG
知识来源	模型训练记忆	外部知识库检索
幻觉风险	高（凭记忆编造）	低（基于检索事实）
时效性	受训练截止日期限制	可接入最新内容
可引用	无法追溯来源	可返回答案出处
适用场景	创意写作、通用问答	知识库问答、企业问数

文本切 chunk：把知识库文档切成合适大小的语义块。
生成 embedding：用向量化模型把每个 chunk 转成向量。
写入向量库：把向量存入向量数据库，建立检索索引。
提问时检索：把用户问题向量化，检索相关 chunk。
上下文拼接：把检索到的 chunk 作为上下文喂给模型。
生成答案：模型基于检索上下文生成答案并附引用来源。

rag-pipeline.tsts13 行

type RagPipeline = {
  chunk(text: string): string[];
  embed(chunk: string): number[];
  store(id: string, vec: number[]): void;
  retrieve(query: string, topK: number): Chunk[];
  generate(query: string, context: Chunk[]): Answer;
};

const answer = pipeline.generate(
  userQuestion,
  pipeline.retrieve(userQuestion, 5),
);

RAG 不是让模型变聪明，而是让模型有据可查。它把"凭记忆答"变成"查着答"，这一步就能把企业知识库问答的可用性从 demo 提升到生产。
本站核心观点AI 问数与知识库问答

定义

它解决什么问题

RAG 与 AI 问数的区别

典型流程

相关术语

相关内容