面试题就五问：RAG 是啥、原理、完整链路、各模块干什么、优势与不足。
下面按这个顺序答，最后一句话收口，再用项目把链路走一遍。
一、RAG 是啥
RAG = Retrieval-Augmented Generation，检索增强生成。
裸模型是闭卷考试：只靠参数里的旧知识，公司制度改了它不知道，还可能编。
RAG 是开卷考试：先从知识库找出相关段落，再让模型对着这些材料说话。
面试一句话：模型负责把话说圆，RAG 负责把开卷资料放到桌上。
闲聊、翻译不必上 RAG。要答「我们公司怎么规定」，必须上。
二、RAG 原理
原理就一件事：生成前多一次检索，用外部知识补模型不知道的东西。
用户问 → 把问题变成检索条件 → 从库里取出最相关的几块文本 → 和问题一起塞进提示词 → 模型基于这些证据生成（最好带引用）。
它不让模型变聪明，只解决两件事：知识过时、闭卷胡编。检索找错了，生成一定错。
面试一句话：先找资料，再对着资料生成。
三、完整链路
完整 RAG 是两条路，不是「提问 → 检索 → 生成」三步就完。
- 离线索引： 文档 → 解析 → 切块 → Embedding → 写入向量库（文档更新再跑）
- 在线问答： 提问 →（改写查询）→ 检索 TopK →（重排）→ 拼提示词 → 生成并引用
面试一句话：离线把文档变成可搜的块，在线先搜再生成。
四、各模块作用
| 阶段 | 模块 | 干什么 | 做错了会怎样 |
|---|---|---|---|
| 离线 | 解析 | PDF/网页变成可切的文本 | 表格、页眉混进正文 |
| 离线 | 切块 | 切成检索单位，块之间留重叠 | 太大噪声高，太小语义碎 |
| 离线 | Embedding | 文本变成向量 | 入库和查询用了不同模型，召回飘 |
| 离线 | 向量库 + 元数据 | 存向量、原文、来源、权限 | 无法引用，或把不该看的搜出来 |
| 在线 | 查询处理 | 口语改成好搜的问法 | 「出差票怎么报」搜不准 |
| 在线 | 检索 | 向量 + 关键词取 TopK | 漏掉条款号、专有名词 |
| 在线 | 重排 | 先宽召回再压到 3～8 条 | 垃圾块塞进提示词 |
| 在线 | 生成 | 只根据资料写答案并带出处 | 资料不够仍瞎编 |
切块没有标准长度。中文制度常见 300～800 字加重叠，标准是：单独拿出来，人看了能懂。
检索为空：改写再搜一次；还空就说不知道，禁止用模型常识顶制度。
面试一句话：切块定召回上限，检索定回答下限，生成只是最后一公里。
五、优势与不足
和微调对比着说：
| RAG | 微调 | |
|---|---|---|
| 知识更新 | 换文档、重建索引 | 重新训练 |
| 可追溯 | 能指到某一节 | 知识融进权重 |
| 适合 | 制度、FAQ、接口文档 | 口吻、格式、推理习惯 |
优势： 更新快、能引用、比给每份文档微调便宜。
不足： 检索错则全错；切块和权限要自己扛；多跳问题一次检索经常不够；仍可能胡编（错块、截断、模型不听「只根据资料」）。
面试一句话：RAG 擅长把新知识塞给模型，不擅长让模型学会一种新能力。
六、总结（面试时这样说，大约 30 秒）
可以先完整说一遍，最后再用那句压住：
RAG 是检索增强生成，先把外部文档变成可检索的知识，再让模型对着检索结果生成，相当于开卷考试。
完整链路分两条：离线把文档解析、切块、向量化写入向量库；在线把用户问题检索出 TopK，必要时重排，拼进提示词再生成，并带上引用。
切块决定召回上限，检索决定回答下限，生成只是组织语言。
比微调强在更新快、能引用；弱在检索错就全错，切块和权限都要自己扛。资料不够就明确说不知道，不能用模型常识顶业务制度。
压轴一句：模型负责把话说圆，RAG 负责把开卷资料放到桌上。
七、结合项目：企业制度问答助手
场景：员工问请假、报销、出差，必须按现行制度答，并给出条款出处。前端对话页，后端 FastAPI，知识库是制度 Markdown/PDF。
为什么用 RAG：制度常改、必须能点到「哪一节」、答错有合规成本，不能闭卷蒙。
用户问「出差报销要哪些票」：
离线按标题切，4.2 差旅机票 单独成块，挂上来源和生效日期。在线改写查询后命中该块：机票要发票和行程单。Prompt 写死只根据资料答，每条带章节。
三条必须写进代码：检索为空禁止编细节、每条答案带引用、制度更新必须重建索引。
面试怎么讲这个项目：RAG 在这里是 Agent 的一个工具，规划到「要查制度」才检索；连续为空就转人工，不拿模型常识顶制度。
八、面试可能追问（短答）
Q：RAG 和微调怎么选？
A：知识常变、要引用、按文档答 → RAG。要改口吻、固定格式、领域推理习惯 → 微调。多数业务先 RAG。
Q：chunk 该多大？
A：没有标准值。从「单独拿出来人能看懂」出发，中文制度常见 300～800 字加重叠。用问答集看召回。
Q：只做向量检索够吗？
A：不够。条款号、专有名词要混合检索（向量 + BM25），再重排。纯向量容易漏「4.2.1」。
Q：检索为空怎么办？
A：改写再检一次；仍空就说资料里没有，转人工。禁止用模型常识顶制度。
Q：上了 RAG 还会胡编吗？
A：会。常见原因是检索到错块、块被截断、模型没遵守「只根据资料」。要用引用、拒答、抽检。
Q：Embedding 和聊天模型必须同一家吗？
A：不必。但入库和查询必须用同一个 Embedding。聊天模型可以换，向量空间不能混。
