第九章：检索增强生成 RAG

第九章：检索增强生成 RAG

本章小结

本章全面剖析了检索增强生成（Retrieval-Augmented Generation, RAG）的原理及其在提示词工程中的具体实现。RAG 架构通过外部知识库有效弥补了大语言模型知识的时效性缺陷、领域局限性以及固有的幻觉问题。针对 RAG 的提示词设计需要特别强调资料引用的严格性。

关键概念

• RAG (检索增强生成)：结合信息检索和文本生成，利用检索到的实时、私有数据作为上下文增强生成的技术。

• 上下文拼接：将检索结果（Chunks）与用户原问题融合成一个完整的提示词的过程。

• 引用出处 (Citation)：生成最终回答时，附带原文来源标记，增强可信度和追溯性。

• 闭卷测试限制：一种提示词技术，严令模型“仅使用给定的资料回答问题”，禁止利用先天预训练知识。

核心要点

1. RAG 基础原理与工作流

   • 切分与向量化 (Indexing)：将长文档切分为短块 (Chunks) 并转为向量。

   • 检索 (Retrieval)：基于用户提问，使用余弦相似度、BM25 或混合搜索找到相关块。

   • 生成 (Generation)：拼接检索块和问题，编写防御性提示词进行加工生成。

2. RAG 提示词设计四大法则

   • 来源隔离：使用 XML 或特定分隔符清晰划定“资料区”与“指令区”。

   • 严格引用：指令要求不仅回答问题，而且每句话必须附带对应 Chunk 的引用 ID。

   • 应对信息不足：提供标准逃生通道，声明“如果提供的资料不足以回答，说你不知道，禁止脑补”。

   • 处理冲突：指导模型在不同资料存在矛盾时，指出矛盾点而非简单盲从最新或最长的资料。

3. 检索增强的高级架构 (Advanced RAG)

   • 查询重写 (Query Rewriting)：使用 LLM 先将用户口语化的提问改写为更利于向量匹配的标准检索词。

   • 多步检索 / 路由 (Routing)：根据问题类型分发给不通的索引库进行查询。

   • 重排序 (Reranking)：先召回大批量结果，再利用 Cross-Encoder 或 LLM 进行相关性深度打分和排序。

4. 从评估到调优

   • 使用 RAGAS 或 TruLens 等框架，从上下文相关度、答案相关度、事实一致性三个维度进行评测。

   • 根据评估结果，动态调优 Chunk 大小、检索 Top-K 数量和提示词约束力度。

实践检查清单

• 上下文中提供的检索结果是否使用了清晰的分隔符加以隔离？

• 提示词中是否明确限定了模型仅能使用所提供的资料？

• 测试过“故意不提供相关资料”时，模型是否能诚实拒绝回答？

• 是否指导模型在答案中加入文档索引标号以便追溯？

延伸阅读

9.1 RAG 原理与架构

• Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks - RAG 的重要开山之作

• LangChain RAG Documentation - 标准 RAG 实现指南

9.2 提示词与重排高级技巧

• Advanced RAG Techniques - LlamaIndex 提供的高阶 RAG 策略

• Anthropic Embeddings and RAG - Claude 相关的 RAG 参考资料

9.3 评测框架

• RAGAS: Automated Evaluation of RAG - RAG 自动化评分框架

下一章预告

在接下来的第十章中，我们将把视野从纯文本拓展到更广阔的维度，学习如何编写和优化处理图像、图表甚至是音视频的多模态提示词。

---

下一章：多模态提示工程 →

---

📝 发现错误或有改进建议？ 欢迎提交 Issue 或 PR。