知识库答非所问？先搞懂 RAG 前面的那几道工序

很多人以为知识库答非所问，是模型不够强。从工程视角看，更常见的瓶颈在模型之前。检索增强生成（RAG）的思路很简单：用户提问时，先去知识库里把相关的几段资料找出来，再连同问题一起交给大模型生成回答。也就是说，模型只是最后一道工序，前面"找得准不准"决定了回答质量的上限。资料本身是乱的、脏的，再聪明的模型也只能基于错误的前提去编。