RAG 的核心动作
RAG 可以拆成三步：把资料切成片段，按照问题检索相关片段，把片段和问题一起交给模型生成回答。每一步都影响最终质量。
检索失败比生成失败更常见
如果检索拿到的是错误片段，模型再强也只能基于错误上下文回答。排查 RAG 问题时，先看召回结果，再看模型输出。
元数据很重要
资料来源、日期、主题、作者、适用版本都应该进入元数据。这样检索可以按条件过滤，回答也能给出更可信的引用。
小规模先跑通
不要一开始就导入几万篇资料。先用 20 到 50 篇高质量文档跑通流程，看召回是否稳定，再扩大规模。