什么是 RAG（检索增强生成）

RAG（Retrieval-Augmented Generation，检索增强生成）指大模型先检索外部文档、再基于检索结果生成答案的机制。RAG 是模型侧流程，不是内容优化方法，但它解释了为什么可被检索与可摘取会直接影响引用。

定义

本站工作定义：RAG 是在生成前引入外部检索环节，把检索到的片段作为生成依据的一类方法，通常包含检索、排序、拼接、生成四步。

对内容方而言，可影响的环节只有两个：是否进入检索结果，以及被检索到的片段是否自包含。模型如何拼接与生成不由内容方控制。

边界：和什么容易混

常见误区

• 把 RAG 当成一种写作格式。RAG 不要求特定格式，只要求片段可被理解。
• 认为被检索到就会被引用。检索命中只是前置条件，答案是否采用该片段由模型决定。
• 忽略段落自包含。切分后语义缺失的段落很难被拼接使用。

依据与核验

该定义为本站工作定义，标注 L2。机制描述只覆盖公开可观测的一般流程，不针对具体模型做能力判断。

复核周期 180 天。

相关栏目：术语索引、方法索引、指标索引、编辑政策。