“RAG中检索和增强是两个阶段，其技术不同，目的也不同，千万不要混为一谈。”
RAG检索增强生成，可能很多人并没有真正理解检索增强生成的含义；很多人认为检索增强生成是一体的，事实上检索是检索，生成是生成；它是两个不同的任务阶段，技术不一样，目的也不一样。
RAG的核心原理或者说流程是，根据用户问题检索到相关内容，然后再把检索到的内容交给模型进行生成任务。
检索与生成
RAG从流程上来说，由两个核心阶段组成——检索和生成；检索是一个阶段，生成是另一个阶段。
检索
在检索阶段，目的是怎么准确地检索出与用户问题相关的内容；注重的是数据检索，而由此引发的知识库建设问题，原因就在于检索总要有一个存储数据的地方，而这个地方就是知识库。
所以，建设知识库的目的是为了提升检索的准确率和效率；因此，为了提升准确率和效率，知识库检索可以采用多种方式和技术手段，如传统关系型数据库，向量数据库，知识图谱等。
而技术手段有，文档拆分，向量化，内容总结提取，标签查询，条件查询等等；目的是用最快最准确的手段检索出需要的数据。
因此，在检索阶段，数据越少，粒度越小越好，这样检索准确率才越高，效果也越好，这也是之前提到的小块召回，大块生成策略的具体实现。
生成
而生成阶段的目的是把检索阶段召回的数据进行处理，如文档格式化，数据去重，无关数据清洗，上下文管理等——目的是让模型更好的理解问题，理解文档，然后更好的生成。
如生成阶段为了保证对话的连贯性，因此需要拼接对话历史，也就是记忆功能；而为了保证上下文不超长，需要对参考内容，记忆进行裁剪；而为了更好的让模型进行生成，降低无关数据的干扰，需要对召回的数据进行适当的处理，如只保存有用的字段，去除无关字段等。
所以说，在RAG中检索阶段的核心是数据召回，而生成阶段的核心是上下文管理；两者功能不同，目的也不同。
而RAG应用中，最难的一点就是数据召回，也就是检索阶段，原因是知识库的文档来源和格式很复杂，处理起来技术难度太大，特别是文本类文档。
其次，在不同的业务场景中，对文档的格式要求也不尽相同，如文本类文档可能需要使用markdown或其它文本格式；而数据类文档，可能需要表格或json格式。
而在真实的业务场景中，文档的格式各种各样，对数据格式的要求也各种各样；因此，面对这些复杂的文档格式，在检索端处理会相当麻烦。
再有，检索端检索到数据之后才是开始，最重要的是能在生成阶段，能让模型更好的完成生成任务；这时，我们需要把文档组织成统一的，易于模型处理和理解的方式，只有这样才能完成不断提升RAG系统的质量。
想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！
👇👇扫码免费领取全部内容👇👇
一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：
1. 100+本大模型方向电子书
2. 26 份行业研究报告：覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：
- 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
- 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
- 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
- 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT：听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：
- 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
- 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
- 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
- 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！
1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：
2. 102 道 AI 大模型真题：直击大模型核心考点
针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：
3. 97 道 LLMs 真题：聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：
![]()
三、路线必明： AI 大模型学习路线图，1 张图理清核心内容
刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！
路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
![]()
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！
