什么是 RAG（检索增强生成）
定义：RAG（Retrieval-Augmented Generation）即检索增强生成：先从企业知识库检索相关片段，再交由大模型生成回答，并可标注引用来源，以降低幻觉、提升专业准确率。
概念介绍
RAG 是企业知识库与 AI Agent 的核心技术路径，把「私有资料」变成「可回答、可溯源」的智能能力。
企业价值
通用大模型不掌握企业私有制度、产品与案例。没有 RAG，回答易空泛或出错；有 RAG，才能支撑客服、销售与内部协作。
核心组成
- 文档解析与切片
- Embedding 向量化
- 向量数据库检索
- 重排序与引用
- 生成与拒答策略
工作原理
- 入库与索引
- 问题改写与检索
- 上下文拼装
- 大模型生成
- 引用展示与反馈学习
应用场景
- 企业制度问答
- 产品手册助手
- 售后知识库
- 销售话术辅助
- 合规材料检索
常见问题
RAG 能完全消除幻觉吗？
不能完全消除，但可通过检索约束、引用与拒答策略显著降低错误率。
需要多少文档才能上线？
可从核心 FAQ 与产品文档起步，再逐步扩展知识范围。