RAG 是什么：AI 回答前，先翻到相关那一页 (2026)

RAG 的中文是「检索增强生成」：模型回答前，先从外部知识库找到相关片段，把片段和问题一起放进上下文，再组织答案。这个思路来自 2020 年的 RAG 论文，如今也成为企业知识库、客服和搜索问答里的常见结构。1 2

这期用一台「开卷答题机」讲清三步：检索负责找页，增强负责把页装进答题纸，生成负责按资料写答案。你还会看到它与普通搜索、长上下文和微调的区别，以及什么时候直接把原文放进上下文反而更简单。3 4

RAG 能减少知识过时和部分幻觉风险，也能带出可核查的来源，但它不会自动保证正确。斯坦福对商用法律 RAG 工具的预注册评估发现，它们仍有 17%–33% 的查询出现幻觉。5

一句话记住：RAG 让模型回答前先翻到相关那一页。检索找证据，模型组织语言，你确认这页真的支持答案。

Contenido relacionado