RAG 是 Retrieval-Augmented Generation 的缩写，中文叫检索增强生成，是当下大语言模型（LLM）落地最主流的一种架构方案。它不是一个新模型，而是一种"让 AI 先查资料再开口"的干活方式。

一句话讲清

RAG = 先去外部知识库搜相关资料 → 把资料塞进提示词 → 再让大模型基于资料生成答案。

类比就是：普通大模型是"闭卷考试"，RAG 是"开卷考试"。

为什么需要它（解决大模型的三个老毛病）

知识过期：大模型训练完就"冻结"了，不知道 2024、2025 年之后的新事，RAG 可以实时查最新文档。

幻觉胡说：问到训练集没有的内容，模型会编得有模有样；RAG 强制它"只看检索到的材料答"，编造成本变高。

不懂私企数据：公司内部的制度、合同、工单，模型没训练过；RAG 把这些存进私有知识库，模型不用重训就能用。

标准工作流程（四步）

建库（离线）：把 PDF、网页、企业文档切小块 → 用 Embedding 模型转成向量 → 存进向量数据库（如 Milvus、Qdrant、FAISS）。

检索（在线）：用户提问时，把问题也转成向量 → 在库里找语义最相近的 Top-K 片段。

增强：把检索到的原文片段 + 用户问题，拼成一段带"参考资料"的 Prompt。

生成：大模型拿着"问题+资料"输出答案，好的 RAG 还会附上引用出处。

它为什么最近这么火

2020 年 Meta AI 在 NeurIPS 提出概念，2023 年后随 ChatGPT 普及直接成为企业级 AI 应用标配——据行业调研约 7 成企业 GenAI 项目用 RAG 做底座。

比"微调模型"便宜太多：知识更新只要改知识库，不用重训模型（重训一次可能几百万）。

客服、法律、医疗、金融研报、内部 Wiki 问答……凡是"答案必须靠谱、可溯源"的场景，基本都走 RAG。

一句提醒

RAG 不是银弹——检索质量拉胯，答案照样拉胯（垃圾进垃圾出）；知识库没更新、切片切得烂、向量库召回不准，都会让效果翻车。