官终极拷问：效果差先改Prompt、补RAG还是微调？16题高频判断题助你避坑通关！

本文针对AI落地面试中关于效果不理想时优先改Prompt、补RAG还是直接谈微调的高频判断题，提出了正确判断框架：缺行为先看Prompt，缺知识先看RAG，只有稳定模式才考虑微调。文章通过拆解三个概念（Prompt解决怎么做，RAG解决知道什么，微调解决长期稳定模式）和四个判断标准，结合腾讯AI应用平台组面试实例和落地案例，强调了先定位问题根因再选择技术方案的工程思维，并指出了常见的误判和避坑要点，适合AI应用工程师参考。

AI 落地面试通关 · 第 03 课

▸ 判断篇 3/4

16 道 Agent 工程高频判断题，从 workflow 到上线

上一课我们讨论了单 Agent 和 Multi-Agent 的拆分边界。这课继续往底层走：效果不理想时，应该先改 Prompt、补 RAG，还是直接谈微调？

一、面试现场

面试题

“我们做一个研究报告生成系统，效果总是不稳定。你会优先改 Prompt、补 RAG，还是直接上微调？”

腾讯某 AI 应用平台组终面。岗位是做行业研究与内容生成的 Agent 工程。面试官给了一个很像真实项目的场景：同一套系统，要给消费、汽车、金融三个行业生成周报。候选人听完马上说：“效果不好就微调，微调完更稳。”本文按截至 2026 年 4 月仍然通用的工程判断口径来讨论，不追逐短期模型榜单。

面试官没有否定，只追问了一句：“你确定这是模型不会，还是模型不知道？”这道题真正考的，不是你会不会背术语，而是你能不能先判断问题的根因，再决定该往哪条路上加复杂度。

这不是某一次面试的原题，而是从真实面经和 AI 工程岗 JD 中提炼的高频判断题。

二、大多数人怎么答的

常见回答大概分三类：一种是“先疯狂改 Prompt，总能调出来。”另一种是“加个 RAG，什么知识问题都能补。”还有一种是“直接微调，省事也稳定。”

问题是，这三种回答都默认自己已经知道问题在哪。但工程里最贵的，不是“选错技术”，而是在没有定位问题前就开始加方案。模型输出差，有可能是指令不够清楚；也可能是缺你自己的行业知识；还可能是你想要的其实是一种长期稳定的固定风格和决策偏好。三个根因，对应三条完全不同的路。

典型误判

“效果不好就上微调。” —— 很多时候不是模型不会做，而是你还没把“行为问题”和“知识问题”分开。

三、正确判断框架

这道题更合适的回答顺序只有一句话：缺行为先看 Prompt，缺知识先看 RAG，只有稳定模式已经足够明确且高频重复时，才考虑微调。

先拆三个概念。Prompt 解决的是“怎么做”：角色、步骤、格式、约束、输出风格。RAG 解决的是“知道什么”：企业文档、行业数据、FAQ、实时信息。微调解决的是“长期稳定地总是这样做”：某类输入到某类输出的固定模式、稳定口吻、特定决策偏好。

判断 1：知识是不是在模型外面？

如果答案依赖公司制度、私有文档、实时数据、行业库，优先补 RAG。违反后果：你把“模型不知道”误当成“模型不会”，最后花钱微调一个仍然拿不到当前数据的模型。

判断 2：问题是不是可通过指令显式描述？

如果你能清楚写出步骤、字段、结构、禁止项，先做 Prompt 工程，包括 few-shot、system/user 分层、版本管理和 eval 对比。违反后果：本来靠一轮 prompt 重构就能解决的事，被你升级成一个长期维护项目。

判断 3：输入到输出的模式是不是已经稳定到可标注？

如果同类任务高频出现、成功样本足够多、验收标准明确，微调才值得谈。违反后果：样本不够、目标不稳，微调出来的只是把当前噪声固化进模型。

判断 4：维护成本谁最低？

知识变化快时，RAG 更新索引通常比重新微调便宜；规则经常改时，Prompt 比重新造数据集更灵活。违反后果：你选了最重的方案，结果每次业务变动都要大修。

真正成熟的团队很少一上来就说“我们要微调”。他们更像在做诊断：先用 Prompt 验证行为边界，再用 RAG 补知识缺口，最后才问——有没有一块模式已经稳定到值得固化进模型。

四、面试官追问链

追问 1

“你怎么判断一个 Prompt 已经到天花板了，不是你写得还不够好？”

回答思路：不要靠感觉，靠表现特征。其一，同类输入产出方差仍然很大；其二，长尾 case 只能靠不断补示例，越补越碎；其三，格式和语气总在概率上漂移，不能稳定收敛。出现这三种信号，说明 Prompt 已经把“行为约束”压到上限，再硬调的性价比就很差。

追问 2

“如果一个项目既缺知识又缺风格，你先做哪个？”

回答思路：先补知识，再调风格。因为模型连事实都拿不到时，先谈语气和版式没有意义。工程上通常是：RAG 补行业资料与数据口径，Prompt 定义章节结构和表达要求，如果仍然要求某个垂直领域保持长期一致口吻，再评估微调是否划算。

加分题

“为什么很多所谓微调需求，其实是检索没做好？”

方向：因为模型答错的根因常常不是能力不够，而是上下文里根本没有正确证据。检索召回不到、切块不对、数据过期，微调也补不回缺失事实。

五、落地案例

实战拆解

研究报告生成系统：从“只会堆 Prompt”到“Prompt + RAG”，最后只对一类固定风格评估微调

**起步版本只有 Prompt。**团队先做了很细的提示词：规定标题层级、摘要格式、风险提示和结论段落，还给了两篇 few-shot 示例。结果消费行业报告还能看，换到汽车和金融就开始露怯——不是结构乱，而是细节空、事实弱、引用不稳。

**根因判断：**这里先不是风格问题，而是知识缺口。模型知道怎么写研究报告，却不知道你们公司的行业口径、历史周报、券商模板和当前指标解释。于是下一版接入 RAG：检索内部行业数据库、近三个月周报、关键指标定义和事件时间线。

**Prompt + RAG 接上后，知识问题明显缓解。**报告引用更准了，行业背景不再靠猜。但新的问题暴露出来：金融行业的输出仍然不够稳定。同一个输入，有时偏卖方研报腔，有时像公司内部周报，结论口吻忽松忽紧。

**这时才轮到微调评估。**团队没有对整套系统一把梭微调，而是把问题缩到一个稳定、高频的子任务：金融行业周报结论段。因为这里样本足够多、验收标准明确、输出格式固定，才有资格谈微调。最终做法是：绝大多数内容继续走 Prompt + RAG，只有金融结论段进入专门模型或适配层。

这条路线最重要的不是“最后有没有微调”，而是每一步都先回答了一个工程问题：现在缺的是行为、知识，还是稳定模式。这样做，成本和复杂度都能被控制在需要的范围里。

六、上线坑点

坑 1：没 baseline 就谈微调

如果你不知道 Prompt + RAG 已经能做到什么程度，就根本没法证明微调带来了净收益。最后只会得到一个更贵、但提升来源说不清的系统。

坑 2：Prompt 不做版本管理

一条 system prompt 改动，可能让整套系统的语气、步骤、风险提示同时变化。没有版本号、没有 eval 对比、没有回滚点，线上行为一漂就找不到是谁改坏的。

坑 3：拿微调掩盖链路设计问题

检索召回差、切块不合理、数据过期、输出 schema 模糊，这些都不是微调该背的锅。系统设计没补齐时，微调只是在更高成本上把问题包装得没那么明显。

七、本课总结与面试锦囊

一句话结论

缺行为先看 Prompt，缺知识先看 RAG，只有当稳定模式足够明确且高频重复时，才考虑微调。

面试锦囊

先说：先定位问题根因——到底是行为没约束住，还是知识没补进去。

再说：Prompt 管行为，RAG 管外部知识，微调只处理已经稳定且高频的输入输出模式。

最后补：任何时候都先跑 baseline 和 eval，对比方案提升，再决定是否值得上更重的路线。

判断 Checklist

☐ 问题主要是格式、步骤、角色约束没说清 → 先调 Prompt

☐ 需要企业私有知识、实时数据、行业文档 → 先补 RAG

☐ 同类任务高频、样本足够、验收标准清楚 → 才评估微调

☐ 方案升级前先有 baseline 和回滚点

别再踩的坑

• 把“效果不好”直接翻译成“该微调了”

• RAG 没补好就开始讨论模型定制

• Prompt、检索、微调三条链路没有独立评估，改完不知道哪里真的变好了

**适合谁：**已经在做内容生成、问答、审核、Copilot 这类 AI 应用，但总在 Prompt、RAG、微调之间摇摆的工程师。

**不适合谁：**如果你现在连 baseline、样本集和评估口径都没有，先别急着谈微调，先把诊断链路补起来。

**怎么用在自己项目里：**先各抽 20 个真实样本，分别验证 Prompt 是否已说清规则、RAG 是否真能拿到证据，再决定微调有没有资格进入候选清单。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

最后

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、AI大模型最新行业报告

2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5、面试试题/经验

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

6、大模型项目实战&配套源码

适用人群

四阶段学习规划（共90天，可落地执行）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型

• 带你了解全球大模型

• 使用国产大模型服务

• 搭建 OpenAI 代理

• 热身：基于阿里云 PAI 部署 Stable Diffusion

• 在本地计算机运行大模型

• 大模型的私有化部署

• 基于 vLLM 部署大模型

• 案例：如何优雅地在阿里云私有部署开源大模型

• 部署一套开源 LLM 项目

• 内容安全

• 互联网信息服务算法备案

• …

  👇👇扫码免费领取全部内容👇👇

3、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】