RAG
也叫：检索增强生成 · Retrieval-Augmented Generation
RAG 是让 AI 先检索你的资料，再基于查到的内容回答，用来降低瞎编。
他们说
通过 RAG 检索增强生成，降低幻觉率
老白翻译
让 AI 先翻资料，再回答你。
它到底是什么
RAG 的意思是：回答前先去资料库里找相关段落，再把找到的内容和问题一起交给模型生成答案。
它解决的是：模型训练时没见过你的内部文档，或记不住最新信息。
生活里的例子
开卷考试。学生不是全靠背，而是先翻书找到相关页，再组织答案。RAG 就是给 AI 开卷。
常见误解
- 误解：上了 RAG 就不会错。 检索找错段落，答案照样偏。
- 误解：RAG 等于知识库产品名。 RAG 是一种方法，很多产品都在用。
- 误解：资料一股脑扔进去就行。 切分、检索质量、引用展示都很关键。
普通人怎么用
企业手册、产品说明、合同模板这类“必须按原文”的场景，优先考虑带检索的方案，并要求回答带出处。