名词解释 / 03
检索增强生成
第 31 / 127 个名词用 AI 处理文档和公司资料
英文名称：Retrieval-Augmented Generation
常见别名：RAG
所属分类：用 AI 处理文档和公司资料
一句话解释
检索增强生成是让 AI 回答问题前，先从指定资料中寻找相关内容，再根据找到的原文组织答案。可以把它理解成让 AI 先“翻公司资料”，再回答。
工作中什么时候会遇到
企业把制度、产品手册、设备说明、质量标准或客服资料放进知识库，并要求 AI 根据内部资料回答时，通常会用到 RAG。
能解决什么问题
- 从大量文件中快速找到相关段落。
- 让回答更多依据企业资料，而不是只依赖模型原有知识。
- 返回文件名称、版本或引用，方便员工复核。
- 支持制度问答、售后查询、设备运维和新人培训。
举个例子
设备人员输入一条报警代码，系统先从设备手册和故障处理记录中检索相关内容，再生成排查步骤并标出来源。维修人员查看设备型号、手册版本和现场状态后，再决定是否执行。
怎么使用
先选一个资料相对完整、问题高频、答案容易核对的小场景。整理文件来源、版本、权限和停用日期，再准备一批真实问题，检查系统能否找到正确资料、标出引用，并在没有依据时明确说不知道。
使用时要注意什么
RAG 只能提高“找到资料再回答”的能力，不能保证答案一定正确。过期文件、版本冲突、检索遗漏和模型误读都会造成错误；跨多个制度推理、判断例外条款或分析经营原因时，仍需要业务人员参与。
容易混淆的词
- 知识库：保存和组织资料的集合。
- 检索：从资料中找出相关内容。
- 向量数据库：保存和查询向量的一种工具。
- RAG：把检索结果交给模型生成回答的完整方法。
相关名词
知识库、检索、Embedding、Re-ranking（重排序）