检索增强生成

先打个比方

想象你参加一场考试。一种是闭卷，全凭脑子里记的东西硬答，记不清就只能瞎编；另一种是开卷，答题前先翻一翻手边的资料，照着写。

普通的 AI 就像闭卷考生——它把训练时"读过"的东西塞进脑子，答题时全靠回忆。回忆不准，它又不肯交白卷，于是就一本正经地胡说，这就是大家常说的"AI 幻觉"。

RAG（检索增强生成）干的事，就是把 AI 从闭卷改成开卷。 📖

它到底是怎么干的

拆开这个名字就懂了：先"检索"，再"生成"。

你问一个问题，AI 不急着张口，而是先去一个指定的资料库里翻——找出几段最相关的内容，比如公司的产品手册、规章制度、历史订单。然后它把"你的问题 + 翻到的资料"一起读一遍，再组织成人话回答你。

说白了，就是答题前先递给它一份小抄，让它照着小抄说，而不是凭空想象。

为什么和你有关

如果你在公司里想让 AI 帮忙，麻烦就来了：通用 AI 根本不知道你们内部的文件、流程、客户信息——这些它训练时压根没见过。

RAG 正是企业现在最常用的招数：把自家文件喂进资料库，让 AI 答问题时先去翻，既能用上私有知识，又能少胡说、还能告诉你答案出自哪份文件。客服机器人、内部问答助手，背后基本都是它。

一句话记住它：想让 AI 别瞎编，就给它一个能翻的资料库。 下次用 AI 工具，留意一下它能不能"上传文件再回答"——能的，多半就用了 RAG。