跳到內容 / Skip to content

AI 博客

檢索增強生成:實用指南

檢索增強生成讓 AI 根據相關、最新且可驗證的資訊作答。

CinderHub 編輯部1 分鐘閱讀

檢索增強生成(RAG)會在 AI 模型撰寫答案前,先搜尋可信任的知識來源。檢索出的段落會成為生成脈絡,無須重新訓練模型,也能減少缺乏依據的內容。

實用的 RAG 流程會先將文件切成聚焦的小段、建立嵌入向量,再存入向量資料庫。收到查詢時,系統應找出最相關的段落,依權限或中繼資料篩選,並要求模型標示引用來源。

評估時應分開檢查檢索與生成:先確認正確段落是否出現在前幾項結果,再檢查答案準確度與引用品質。同時記錄延遲、成本及無答案率,才能持續調整分段大小、檢索數量與提示詞。

  • retrieval augmented generation
  • RAG
  • 向量資料庫
  • AI 知識庫
  • 語意搜尋
  • 生成式 AI

想試吓 CinderHub?

免費開始