【AI百科】RAG是个啥？老师用“开卷考试”给你讲明白

做企业服务的学员问我："卫老师，客户张口就问你们做不做RAG，好像很厉害的样子，这到底是啥？"我说，别被英文缩写吓住，RAG翻译过来就是"检索增强生成"，用人话说就是——让AI开卷考试。今天就把这层窗户纸捅破。

先说AI的"闭卷考试"是什么样

大模型平时回答问题，靠的是肚子里存的训练知识，这不就是闭卷考试吗？闭卷有两个毛病：一是考纲之外的内容它不会，比如你公司上个月刚定的售后规则，它压根没读过；二是它会"蒙题"，不会的也硬答，也就是上一期说的幻觉。你让它答你公司的事，它只能闭着眼睛编，编得越顺越坑人。

RAG就是考前把课本发给它

RAG的做法特别朴素：先把你公司的资料——产品手册、规章制度、常见问题——整理好存起来；用户提问时，系统先从资料里把最相关的几段翻出来，塞进问题里一起交给大模型，让它"照着课本答题"。你看，这不就是开卷考试吗？先翻书，再落笔，答案有出处，编造的空间自然就小了。

打个比方：给老先生配个档案柜

上一期咱们说大模型像个读遍天下书的老先生，但他没读过你家店的账本。RAG就是给老先生配了一个自家档案柜：你来问事，助理先把相关档案抽出来摆在他面前，他照着档案回答。答得准，还答得出"档案里是这么写的"。

什么时候需要上RAG？

判断标准很简单：只要AI要答的内容是"你独有的、新的、经常变的"，就该考虑RAG。比如企业客服问答、内部规章查询、产品售后支持、行业知识问答。而通用的写作、翻译、闲聊，用裸模型就够了，没必要多这一道工序。

RAG不是买来的，是"喂"出来的

不少老板以为上了RAG系统就万事大吉，其实系统的活儿只占三成，剩下七成在资料整理：你家的产品资料是不是最新的？售后规则有没有互相打架的版本？客户常问的问题有没有标准答案？资料一锅粥，再好的RAG也只能从粥里捞。所以动手之前，先花功夫做一次"资料大扫除"：过时的清掉，重复的合并，关键信息补全，格式统一。这一步没人能替你做，因为只有你自己知道哪些是家底。资料理顺了，上什么系统都灵；理不顺，上多贵的系统都白搭。顺便提醒一个细节：资料喂进去不等于一劳永逸。价格调了、规则改了、产品换了，档案柜里的旧文件也得跟着换，不然AI还拿着去年的地图给你指今年的路。把资料更新写进你每周的例行动作，这套系统才能一直靠得住。

RAG就是让AI开卷考试——先翻你家资料再回答，答得准还不瞎编。

想系统学习AI落地应用，关注【沃艾GEO】（woaigeo.com），卫老师带你用大白话搞懂AI。