RAG检索增强生成：企业知识问答的标准技术路线

RAG（检索增强生成）的原理并不复杂：用户提问后，系统先从企业知识库检索相关片段，再让大模型基于片段组织答案。

与直接问大模型相比，RAG 解决了两个问题：答案基于企业最新资料而非训练数据、每句话都能溯源到原文。

工程实践的三个要点：文档切分粒度影响命中率、混合检索（关键词+语义）优于单一检索、答案置信度低时应拒答而非硬答。

知识库治理比技术选型更重要——过期文档不清理，再好的 RAG 也会给出过期答案。