现在大模型开发时，用的最多Prompt工程，RAG优化。本文简单的对这2项技术进行总结。

RAG优化

• 索引优化： ES索引，BM25索引，词嵌入等
• 嵌入优化： 结合稀疏嵌入，密集嵌入, 使用多种嵌入方式组合 目前常用的词嵌入：BCG, M3E
• 切分优化： 文本切分时的优化，切分有不同的方法，按字数切分，按段落切分，表格的切分。合理的切分要语义的完整性。
• 查询优化： 查询扩展/转化，把一个查询转换成多个意义相近的多个查询。 多种检索方式组合，如迭代检索，递归检索，自适应检索。
• 上下文管理： 检索结果重排序 上下文压缩

Prompt优化：

• 原始Prompt,添加人设，添加情感（情感勒索）
• 加入样例数据 ，one-shot, few-shot
• 加入思维链， Chain of thought, Tree of thougts,Graph of throught,Algorithm of thought,后退策略