吹自己熟悉 RAG，结果被问完整链路，面试官冷冷一句：“你之前项目是怎么跑通的？”，我的小手已经无处安放
前段时间有个录友跟我复盘面试，他面了某国企的 RAG 开发岗。面试官也不跟你客气，直接问核心链路。 面试官：“你说你做了 RAG，那完整流程到底是什么？”
他：“就是把文档向量化，用户提问检索，然后给模型生成答案……”
面试官：“离线阶段你做了什么？在线阶段从查询到回答经过哪几步？”
他愣了：“就是加载文档、切片、存库…… 然后查。”
面试官：“清洗、元数据、混合检索、重排、上下文构建，这些在你链路里放在哪？”
他的小手开始无处安放了。。。
RAG 的完整链路是什么？今天我们就把它讲清楚。
一、RAG 完整链路总览
我们先用一张图把整条链路建立起来：整条链路分两阶段，离线侧负责"把知识存进去"，在线侧负责"把相关知识找出来、组合出答案"。
二、离线阶段
- 原始文档
RAG 系统的知识来源可以多种多样：PDF 报告、Word 文档、网页、Markdown 文件、数据库记录、邮件……不同格式的文档需要不同的解析方式，这一步通常叫做文档加载（Document Loading）。
值得注意的是，这一步的质量直接影响整个系统的上限。如果原始文档本身是扫描件或排版混乱的 PDF，解析出来的文本就会充满噪声，后续所有环节都会受损。"Garbage in, garbage out"在 RAG 里体现得非常明显。
- 文档处理（清洗与预处理）
解析出来的原始文本往往不能直接用，需要做一轮清洗：去掉页眉页脚、无意义的格式符号、重复内容；识别并保留文档的标题结构；过滤掉表格乱码、图片占位符等。
这一步看起来琐碎，但在实际项目里，文档预处理往往是工程量最大、最容易被低估的部分。
- 切片（Chunking）
清洗好的文档不能整篇塞进向量库，需要切成更小的片段（chunk）。这是 RAG 系统里设计决策最多的一个环节，直接影响后续检索的精准度。
为什么要切？原因很直接：一篇 20 页的文档，用户的问题可能只和其中的某一段相关。如果把整篇文档作为一个单元存储和检索，要么检索粒度太粗（命中了整篇但相关内容被淹没），要么上下文太长（放不进模型或者注意力被稀释）。
切多大合适？这没有通用答案，需要根据文档类型、模型的上下文窗口、业务问题的颗粒度来决定。文章9会专门深入讲 Chunking 的策略，这里先知道它是关键环节即可。
- 向量化（Embedding）
切好的每个 chunk，都需要通过 Embedding 模型转换成一个向量（一个高维浮点数数组），这个向量代表了这段文字的"语义"。
向量化的关键点是：用户问题和文档 chunk 必须用同一个 Embedding 模型来处理，这样两者的向量才处于同一个语义空间，相似度计算才有意义。
同时还需要存储对应的元数据：这个 chunk 来自哪份文档、原文在哪一页、文档的创建时间等。元数据在过滤检索结果时非常重要，比如"只看最近三个月的文档"这类需求，就需要依赖元数据来实现。
- 存入向量数据库
向量和元数据分别存入向量数据库（如 Milvus、Weaviate、Chroma、Pinecone 等）和普通数据库/文档存储。向量数据库的核心能力是近似最近邻搜索（ANN），能在数百万向量中毫秒级找到与查询向量最相似的 top-K 结果。
三、在线阶段
下面这张图单独展示在线检索链路的各个环节，以及常见的优化分叉点：
- Query 处理
用户的原始问题不一定适合直接用来检索。有几个常见的预处理手段：
Query 改写：把口语化的问题转成更适合检索的形式，或者把一个复杂问题拆解成几个子问题分别检索。比如"我们公司的报销流程和上限分别是什么"，可以拆成两个独立的检索任务。
Query 扩展：对问题做同义词扩展，提高召回覆盖面，避免因为用词差异漏掉相关文档。
这些步骤都是可选的优化，基础实现可以先跳过。
- 检索（Retrieval）
Query 向量化之后，和向量库里存储的所有 chunk 向量做相似度计算（通常用余弦相似度），召回相似度最高的 top-K 个 chunk。K 的取值通常在 3-10 之间。
更完整的实现会做混合检索（Hybrid Search）：同时跑向量检索（语义相似）和关键词检索（精确匹配，如 BM25），然后把两路结果合并。这样能兼顾"语义理解"和"关键词精准匹配"两种优势。
- Rerank（精排）
初步召回的 top-K 结果，相关性不一定都高。Rerank 是在召回之后加一道精排：用一个专门的 Cross-Encoder 模型对（Query, Chunk）对打分，按新分数重新排序，只保留最相关的几条。
Rerank 是 RAG 优化里最常见也最有效的手段之一，代价是多一次模型推理的延迟。
- 上下文构建（Context）
把最终筛选出来的 chunk，加上元数据（来源文档、页码等），按一定格式拼装成上下文，连同用户的原始问题一起构建出最终的 Prompt，送给生成模型。
Prompt 的结构通常是：
★
你是一个企业知识库助手。请根据以下资料回答问题，如果资料中没有相关信息，请明确说明。
参考资料：
[来源：产品手册第3页]
…（chunk 内容）…
用户问题：我们的退款政策是什么？
- 生成（Generation）
生成模型（LLM）接收完整 Prompt，基于提供的上下文生成回答。关键点是 Prompt 里要有明确的引导指令——让模型优先依据资料回答，而不是依赖自身参数知识，并要求在答案里标注来源。
四、这条链路的核心认知
理解了完整链路，可以归纳几个关键认知：
每个环节都影响最终质量，但影响方式不同。Chunking 决定了"能不能检索到相关内容"，Embedding 模型决定了"语义理解是否准确"，Rerank 决定了"召回的 top 结果是否真的最相关"，Prompt 设计决定了"模型是否能正确利用上下文"。优化 RAG 本质上是找到当前系统的薄弱环节，而不是无差别地调参。
离线和在线必须保持一致。Embedding 模型、文本清洗方式，离线建索引时怎么做，在线检索时就必须一样。如果索引是用 A 模型建的，检索时用 B 模型，两边的向量空间不同，相似度计算完全失效。
检索的目标是精准，不是全面。召回 top-3 的高质量 chunk，通常比召回 top-20 的混杂结果更好。上下文越长，模型注意力越分散，信噪比越低。
五、常见误区
误区 1：“RAG = 向量检索”
向量检索只是在线侧的一个步骤。完整的 RAG 系统还包括文档解析、Chunking 策略、Embedding 选型、元数据管理、Rerank、Prompt 设计等一系列工程工作，缺少任何一环都会拖累整体效果。
误区 2：“只要模型够强，Chunking 随便切就行”
Chunking 是 RAG 里最底层的基础设施，模型再强，如果检索到的 chunk 要么太短（语义不完整）要么太长（相关信息被稀释），生成质量都会大打折扣。模型能力无法弥补检索质量的缺陷。
误区 3：“Rerank 一定要加”
Rerank 是有代价的：多一次模型调用意味着更高的延迟和成本。对于对实时性要求高、或者文档量较小的场景，精准的 Embedding + 合理的 top-K 往往已经足够。先评估是否真的需要，再决定是否加。
六、面试可能怎么问
Q：请描述一个完整的 RAG 链路。
参考思路：分两段回答。
离线侧：文档加载 → 清洗预处理 → Chunking → Embedding 向量化 → 存入向量数据库（同时存元数据）。
在线侧：用户 Query →（可选 Query 改写）→ Query 向量化→向量检索召回 top-K →（可选混合检索、Rerank 精排）→ 拼装 Context + Prompt → LLM 生成 → 输出带来源引用的答案。
Q：RAG 里哪些环节最影响效果？
参考思路：
离线侧最关键的是 Chunking 策略（决定检索粒度）和 Embedding 模型选型（决定语义理解质量）。
在线侧最关键的是 Prompt 设计（引导模型正确利用上下文）。其中文档质量是前提，再好的系统也处理不好乱码和结构混乱的输入。
Q：Embedding 模型在离线和在线需要保持一致吗？为什么？
参考思路：必须一致。
Embedding 模型把文本映射到一个高维向量空间，不同模型的向量空间是不同的。离线用 A 模型建的索引，在线用 B 模型生成 Query 向量，两者处于不同空间，余弦相似度计算完全失去意义，检索结果会非常混乱。
七、结语
RAG 不是一个算法，而是一条工程流水线。离线侧解决"知识怎么进去"，在线侧解决"知识怎么找出来、怎么用起来"。把这条链路想清楚了，后续讨论任何一个具体的优化点——Chunking 怎么切、Embedding 怎么选、Rerank 怎么用——都有了明确的落脚位置。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～