S20-B01 · RAG 是什么、为什么需要、完整流程

适用读者：想给模型接自己文档的人。本系列第一篇。
前置：S19-B02（提示词）、S13-B01（倒排索引）。
覆盖旧文：1059(79) 587(142) 1060(152) 580(81) 738(274) 723(318) 740(173) = 1,219 点。
覆盖扩展：E-S20-001（RAG 五步）、E-S20-002（为什么不塞满提示词）。
下一篇：S20-B02 · 分块与 Embedding。

1. 一句话结论

RAG（检索增强生成）= 先"查资料"，再把查到的片段放进提示词让模型作答。它解决的不是"模型不够聪明"，而是"模型不知道你的私有/最新数据"。

2. 五步流程（E-S20-001）

① 加载（Load）      文档 → 纯文本（PDF/HTML/Markdown）
② 分块（Chunk）     切成可检索的小段（B02）
③ 索引（Index）     向量化 + 存储（向量库/倒排）
④ 检索（Retrieve）  问题 → topK 片段（B03）
⑤ 生成（Generate）  片段 + 问题 → 提示词 → 答案（B04）

步骤	最常见的失败
加载	PDF 表格/图片丢失（A-737）
分块	关键句被切断（B02 实测）
索引	维度/模型换了没重建
检索	召回不到（语义漂移，B04）
生成	模型不按片段回答（幻觉）

判据："答案错了，先问"片段对不对"，而不是先换模型"——80% 的 RAG 问题在检索侧。

3. 为什么不直接把文档塞进提示词（E-S20-002）

问题	说明
上下文窗口有限	几十份文档就塞满
成本	输入 token 按量计费（S19-B02）
注意力稀释	塞得越多，模型越容易漏关键信息
更新	文档改了要重塞

判据："你的知识库能放进窗口吗？" 能且不常变 → 直接塞；不能 → RAG。

4. RAG 与"模型知识"的分工

类型	适合
模型预训练知识	通用常识、语言能力
RAG 检索	私有文档、实时数据、可追溯到出处
微调	风格/格式/特定任务（J04）

"为什么 RAG 更适合"：可更新、可追溯、不用重训——改一篇文档只需重建它的索引。

5. 五个误区

误区	真相
"RAG 能消除幻觉"	不能（B04 详讲）
"换个更强的模型就行"	多数问题在检索
"向量库越大越好"	噪声也会被召回
"分块随便切也行"	切断关键句直接导致答错
"RAG 就是向量检索"	还有 BM25/混合/重排

6. 自检

RAG 五步各做什么？
为什么不能把文档全塞进提示词？
RAG / 微调 / 提示的分工？
为什么说"多数问题在检索侧"？
文档更新后要重建什么？

7. 下一篇

S20-B02 · 分块与 Embedding

流程讲完，下一篇进最容易被忽略的一步：分块——附"关键句被切断"的实测。

本篇属于系列《S20 · AI 应用与工程》。旧文来源：A-1059/587/1060/580/738/723/740；扩展点 E-S20-001/002。