AI 功能詞條 5-20

檢索增強生成RAG

也常叫做：檢索增強生成、RAG、先查再答

你可能會這樣說

想做一個問答機器人回答公司內部知識；聽說直接問 AI，它會用網路常識亂答，正確做法是先讓它「查你的文件」，找到相關段落再根據內容回答——這套做法好像叫 RAG。

檢索增強生成（RAG）是先查資料、再回答的架構：使用者提問後，系統先在你的文件庫裡篩出最相關的內容，再把它們跟問題一起送進模型。

它有效的理由很白：模型天生沒讀過你的內部資料，憑空回答就是猜；RAG 等於考前先塞給它一頁筆記，照本回答，還能附出處。

加分的地方是維護成本低：資料更新時換文件庫就好，不必重新訓練模型——這也是它常被排在微調前面嘗試的原因。

RAG＝先查你的資料、再回答；資料更新時換文件就好，不用重新訓練。

圖 5-20　檢索在前、生成在後：答案有本可依。

中文就可以

請幫我規劃一個 RAG 問答功能：
1. 回答只能依據我上傳的文件內容。
2. 每個回答附上引用的文件名稱與段落。
3. 文件裡找不到答案就直說找不到，不要自己補。
4. 我之後要能自己替換與新增文件，不必改程式。