一句话理解
RAG（Retrieval-Augmented Generation，检索增强生成）是在模型回答问题前，先从指定知识库检索相关内容，再把这些内容作为上下文交给模型生成回答。
解决什么问题
语言模型的参数知识可能过时，也可能不了解某个私有文档。RAG 通过外部检索补充上下文，让回答更贴近指定资料，并且更容易追溯来源。
工作流程
flowchart LR A[用户问题] --> B[查询改写] B --> C[检索知识库] C --> D[拼接上下文] D --> E[模型生成] E --> F[引用与回答]
实际示例
一个最小的 RAG 原型通常包含四个部分：文档切分、向量化、相似度检索和提示词组装。检索结果不是答案本身，而是供模型参考的证据。
常见误区
- 只接入向量数据库并不等于 RAG 质量好。
- 检索数量越多不一定越好，过多的噪声会降低回答质量。
- RAG 不能自动保证事实正确，仍然需要评估检索召回和生成结果。
我的理解
RAG 的核心不是“让模型记住更多内容”，而是把回答时需要的证据临时放到模型的上下文中，并让这条证据链可检查。