RAG 是什么？一文带你看懂 AI 的“外挂知识库”

RAG （Retrieval Augmented Generation，检索增强生成）是一种结合信息检索 和文本生成 的技术方案

RAG 技术就像给 AI 装上了「实时百科大脑 」，通过先查资料后回答 的机制，让 AI 摆脱传统模型的”知识遗忘”困境

主要核心流程分为：

1. 检索（Retrieval）

：基于用户的输入，从 外部知识库 （数据库、文档、网页）中检索与查询相关的文本片段，通常使用向量化表示和向量数据库进行语义匹配。

2. 生成（Generation）

： 将用户查询与检索到的内容作为上下文输入给 LLM（如 GPT、DeepSeek 等），由模型输出最终回答。

1、知识更新滞后 LLM 是离线训练的，一旦训练完成后，它们无法获取新的信息 ，因此，它们无法回答训练数据时间点之后发生的事件，比如“今天的最新新闻”

2、幻觉现象 大语言模型（LLM ） 的回答是根据已有的 训练数据 和概率预测得出来的 ，当面对没有在训练中见过的问题时，模型可能会“编造 ”看似合理但实际上不准确或虚构的内容

RAG 是如何解决这些问题的？

RAG 将信息检索与语言生成相结合，在回答问题时，首先从外部知识库（如网页、数据库、文档等）中检索相关信息，再基于这些信息生成回答。这样一来：

• 即使模型本身不包含最新知识，也能通过检索获取最新内容
• 回答更加有依据，减少“编答案”的幻觉现象

文档索引

在 RAG 中，文档索引 是整个流程的基础环节之一 ，将文档 （word，excel，PDF，Markdown 等）根据一定的规则容划分为文本块（chunk） ，然后通过 Embedding 模型将文本块转换为向量并存入向量数据库中

文档索引的目的是为了实现高效、准确的信息检索，为后续的大语言模型生成提供可靠的上下文支持。

步骤

1. 向量化用户问题

：将 用户问题 用相同的 Embedding 模型转换为向量，用以检索相关知识分片

2. 检索（Retrieval）

：通过向量数据库一系列高效的数学计算 （如余弦相似度、欧氏距离等），检索出 语义相似度 最高的几个知识分片（Top_k）

3. 构建 Prompt

：将 Prompt + 检索结果+ 用户问题 构建成完整的 Prompt

4. 生成（Generation）

：大语言模型再根据这个 Prompt 生成结果

Embedding 是一种将文字序列（如词、句子或文档）转换为向量表示（固定维度的向量）的技术

模型目标 ：使得具有相似语义的文字序列对应的向量尽可能接近（即相似度高），而语义不同的文字序列对应的向量尽可能远离（即相似度低）

作用 ：通过数学计算向量之间的距离，快速检索出相似度最高的文字序列