面经策

什么是 RAG？RAG 的主要流程是什么？ ​

  • 标签：AI、大模型、RAG、编程导航

🏛 业务架构师 ​

RAG（Retrieval-Augmented Generation，检索增强生成）：回答前先从知识库检索相关内容，把"问题 + 检索到的知识"一起交给模型生成答案——用外部知识补模型训练数据的缺口。

主流程四步：

  1. 离线建库：文档加载 → 清洗切分 → 向量化 → 存入向量库（带元数据）；
  2. 在线检索：用户问题 → （可选：重写/扩展）→ 向量化 → 相似度检索 topK 片段 →（可选：重排过滤）；
  3. 增强生成：问题 + 检索片段组装进 prompt → 模型基于给定内容回答（提示"仅根据以下资料回答，没有依据就说明"）；
  4. 溯源：答案标注引用来源。

业务视角，为什么 RAG 是企业落地第一站（对比另两条路的账）：

  • vs 直接用大模型：模型不知道你的私有知识（内部制度、产品文档），且训练数据有截止日期——RAG 让答案有"依据"，幻觉率大幅下降；
  • vs 微调：微调贵（数据准备 + 训练 + 每次知识更新重训）、周期长；RAG 知识更新=重新入库，小时级生效——企业知识"变化频繁 + 需要溯源"两个特性决定了 RAG 是正解，微调更适合改变"风格与技能"而非注入"知识"。

它能支撑的业务：智能客服（答案有据可查）、内部知识助手（制度/流程问答）、专业领域咨询（法律条款、医疗指南）——凡是答案错了有代价、答案需要出处的场景，RAG 都是基础架构。

一句话：RAG = 给模型一本开卷考试的教材——不改变脑子，改变可用的资料。

🏗 系统架构师 ​

RAG（Retrieval-Augmented Generation，检索增强生成）= 生成前先检索相关知识，把"参考资料"拼进上下文再让 LLM 作答。解决的问题：LLM 知识截止、领域知识缺失、私有数据不可见、幻觉——把"参数记忆"升级为"外部记忆 + 生成"。

主要流程（离线 + 在线两条管道）：

离线建库（Indexing）：

  1. 文档加载（PDF/Word/网页/DB）；
  2. 切分成 chunk（500~1000 token，语义边界对齐）；
  3. Embedding 模型向量化；
  4. 向量库 + 元数据存储。

在线问答（Retrieval + Generation）：

  1. 查询预处理：重写（多轮指代消解）、多查询扩展；
  2. 检索：问题向量化 → ANN 相似度 Top-K（可混合 BM25 + 向量）→ 元数据过滤；
  3. 后处理：重排序（Rerank）、去重、压缩；
  4. 生成：Prompt = 系统指令 + 检索到的 chunk（带来源）+ 用户问题 → LLM 生成答案（要求引用来源、资料不足时声明）。

关键认知：RAG 效果 = 切分质量 × 检索精度 × 生成遵循度，短板在检索而非生成（模型够强，喂错了资料照样错）。对比微调：RAG 适合知识频繁更新的场景（改文档即生效、可溯源），微调适合风格/格式/领域能力内化——两者可组合，不互斥。

💻 全栈开发专家 ​

RAG（Retrieval-Augmented Generation，检索增强生成）= 回答前先从知识库检索相关内容，把"查到的资料 + 问题"一起给模型生成。解决三个痛点：模型知识过期、私有知识不知道、纯生成容易幻觉。

主流程分离线在线两段：

离线建库：

text
文档 → 解析 → 清洗 → 切分（chunk + overlap）
     → 元信息标注 → 向量化（Embedding）→ 向量库

在线问答：

text
用户问题
 → ① 预处理：查询重写（消指代）、多查询扩展
 → ② 向量化：问题转 embedding
 → ③ 检索：向量相似度 top-k（可 + BM25 混合）+ 元数据过滤（权限/分类）
 → ④ 重排：rerank 模型精排，取 top3~5
 → ⑤ Prompt 组装：system(角色+引用规范) + 检索片段 + 问题
 → ⑥ LLM 生成：基于片段回答，标注来源

Spring AI 里的最简形态：

java
String answer = chatClient.prompt()
    .advisors(new QuestionAnswerAdvisor(vectorStore, 
              SearchRequest.builder().topK(5).build()))
    .user(question).call().content();

效果的本质（一句话总结）：RAG 的上限由知识库质量决定（切分/元信息），下限由检索质量决定（召回/重排），模型只负责"临门一脚"的表达与综合——所以优化 RAG 八成精力应该花在检索链路而不是换模型。