AI 中的 RAG 是什么？

RAG 是 retrieval augmented generation，即检索增强生成。简单说，就是先检索相关信息，把它放进模型上下文，再让模型基于这些材料生成答案。

典型 RAG 系统会导入文档、切分片段、生成嵌入、存入向量库、检索相关片段，再把筛选出的上下文和用户问题一起交给模型。

当知识经常变化、回答需要引用，或企业希望 AI 助手使用私有文档而不重新训练模型时，RAG 很有用。

RAG 并不能自动保证真实。切分不佳、文档过期、排序弱或缺少来源元数据，仍然可能产生自信但不完整的答案。