AI Agents · 课时

RAG 解决什么问题（知识截止时间、幻觉）

Q: 「RAG 解决什么问题（知识截止时间、幻觉）」这节课中我会学到什么？

RAG 在查询时检索相关上下文，让 LLM 引用真实来源，而不是凭空编造事实。 你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

RAG 在查询时检索相关上下文，让 LLM 引用真实来源，而不是凭空编造事实。

第 1 / 4 课13 个步骤

RAG 解决什么问题（知识截止时间、幻觉） 是 CoddyKit 上的免费 AI Agents 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。

普通 LLM 的两个问题

即使是最优秀的 LLM，也存在两个结构性问题：

知识截止时间——它们只知道训练数据中的内容。询问 GPT-4 昨天发生的事件，它完全无法回答。
幻觉——模型不知道答案时，仍会自信地编造内容。

RAG 是什么

检索增强生成（RAG）指的是：

在知识库中搜索相关分块
将这些分块填入提示词
要求 LLM 仅使用这些分块回答

这样，模型就成为外部知识的“阅读器”，而不是依赖冻结的模型权重。

具体示例

用户：“打开过的电子产品适用什么退货政策？”

在公司的 KB 中搜索“电子产品退货政策”——从帮助文档中找到 3 个段落
构建提示词：“请使用以下上下文回答：……”
模型生成带有引用的可靠答案

为什么 RAG 优于微调

对于事实性知识，RAG > 微调，原因包括：

无需重新训练即可更新 KB
可以轻松隔离每位用户或每个租户的数据
可以添加引用（您知道答案来自 WHICH 分块）
维护成本更低

为什么 RAG 能减少幻觉

如果要求模型仅根据提供的上下文回答，并且上下文包含真实信息，那么与依赖记忆相比，模型更有可能给出正确答案。

这并不完美——模型仍然偶尔会编造内容，但它能大幅减少幻觉。

三个阶段

每个 RAG 系统都有三个阶段：

摄取（离线）——将文档分块、生成嵌入并存储
检索（在线）——为查询生成嵌入，找出前 K 个分块
生成（在线）——LLM 使用检索到的分块生成答案

朴素 RAG 与高级 RAG

朴素 RAG（5 行原型）：

固定大小分块
单向量检索
将前 K 个结果填入提示词

高级 RAG 会增加重新排序、查询改写、HyDE、多向量和评估等功能——每项功能都能提升质量，但也会增加复杂性。

RAG 适用的场景

公司知识库或文档
基于产品手册的客户支持
长尾事实问答
基于用户数据的个人助理

RAG 不适用的场景

简单闲聊（不需要事实）
需要推理而非事实的任务
语料库足够小、无论如何都能放入上下文时

提示词模板

典型的 RAG 提示词如下：

prompt = f'''
Answer the user\'s question using ONLY the context below.
If the answer is not in the context, say 'I do not know'.

Context:
{retrieved_chunks}

Question:
{user_question}

Answer:
'''

引用

为分块添加来源标识符，并要求模型引用这些标识符：

context = '\n'.join(
    f'[doc {i+1}] {chunk.text}'
    for i, chunk in enumerate(chunks)
)
# Then ask: 'Cite the relevant [doc N] for each claim.'

RAG 的目标

RAG 主要解决什么问题？

在交互式课程中回答

回顾

RAG 将 LLM 变成开卷考试答题者。接下来：了解如何真正为检索切分文档。

免费开始

用 AI 导师学习 AI Agents — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 60
课程: 239

免费开始学习查看完整课程

常见问题解答

「RAG 解决什么问题（知识截止时间、幻觉）」课时是免费的吗？

是的 — 「RAG 解决什么问题（知识截止时间、幻觉）」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。

「RAG 解决什么问题（知识截止时间、幻觉）」这节课中我会学到什么？

RAG 在查询时检索相关上下文，让 LLM 引用真实来源，而不是凭空编造事实。你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Agents 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「RAG 解决什么问题（知识截止时间、幻觉）」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Agents 课中编写并运行代码吗？

能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Agents