RAG（Retrieval-Augmented Generation，检索增强生成）是一种让大语言模型先查资料再回答的技术：模型在生成答案之前，先从外部知识库中检索与问题相关的内容，再把这些内容作为依据写出回答。它解决的正是模型的两个老毛病——训练数据有截止日期、遇到不知道的事容易一本正经地编造（幻觉）——让模型从"凭记忆回答"变成"边查边回答"。
它到底分哪几步
完整流程只有三步，每步都写在名字里了：
- 检索（Retrieval）：把用户的问题转成向量，在向量数据库或文档库中找到语义最相关的文本片段；
- 增强（Augmented）：把找出的片段和用户问题一起拼进提示词，相当于给模型发一份"开卷考试"的资料；
- 生成（Generation）：模型基于这份资料组织答案，好的实现还会标出每句话的出处，方便核对。
注意边界：RAG 换的是"参考资料"，不动模型权重；它能达到的质量上限，取决于检索到的那几段文本。
RAG 和微调的区别
一句话区分：RAG 是给模型换参考资料，微调是给模型换脑子。
- 需要模型掌握公司内部文档、私有数据、时效性信息 → 选 RAG：资料随时更新、成本低、答案可追溯；
- 需要模型改变说话风格、输出格式，或在某个专业领域推理得更像专家 → 选微调：把能力写进权重里。
常见误区是把 RAG 当成"穷人的微调"：RAG 不训练模型，也解决不了行为层面的问题；反过来，微调也解决不了知识时效——模型训练完的第二天，新知识就又过期了。想了解低成本微调怎么做，可以看LoRA 微调是什么？为什么小成本也能训练专用模型。
RAG 和提示词工程的区别
提示词工程解决的是"怎么问"，RAG 解决的是"拿什么资料问"。
精心设计的提示词能让模型更好地调用已有知识、按指定格式输出，但它变不出模型不知道的事实；RAG 直接把事实送到模型嘴边。实际项目中两者经常配合：RAG 负责提供资料，提示词负责立规矩——"只依据提供的资料回答，资料里没有就直说不知道，并标出每条信息的出处"。
三个常见误解
误解一：RAG 就是给模型联网搜索。 联网搜索只是 RAG 的一种特例（检索源是整个互联网）。企业里更常见的 RAG 检索的是内部知识库、工单系统、产品文档；RAG 的核心是"检索+生成"这个架构，而不是"联网"这个动作。
误解二：用了 RAG 就不会再幻觉。 只能减少，不能根除：检索回来的片段不相关、模型曲解了资料，照样会出错。RAG 真正的价值是让错误变得可核查——答案带着出处，错了能定位到是哪段资料的问题。
误解三：RAG 和微调哪个更高级。 这是两个维度的事：一个管"知识从哪来"，一个管"能力长什么样"。生产环境里两者经常一起上：用微调定行为风格，用 RAG 接最新知识。
它最适合哪些场景
企业知识库问答（客服、内部 Wiki 的自动应答）、长文档助手（对着几百页的合同、手册、论文提问）、以及任何"答错了代价很大、必须能查证出处"的场景。如果你想处理的是跨多份文档的全局性问题（比如"这几份财报共同反映了什么趋势"），可以看看它的变体 GraphRAG。
