RAG / RETRIEVAL
RAG 知識庫問答是怎麼運作的？
從文件切塊、向量化、相似度檢索到組合提示與生成回答，用一份虛構的員工手冊一步一步操作，親眼看到 AI 怎麼「先查資料、再回答」。
OVERVIEW
RAG 的兩條流水線
RAG（Retrieval-Augmented Generation，檢索增強生成）是讓 AI「先查資料、再回答」的做法。語言模型本身不認識你公司的內部文件，所以我們先把文件整理成可以快速查找的形式；有人提問時，先找出相關段落，再連同問題一起交給模型回答。整個系統分成兩條流水線：
白話比喻像是一位新進員工參加開卷考：考前先把手冊做好索引標籤（準備階段），考試時翻到相關頁面、照著內容作答並註明頁數（問答階段）。
準備階段：事先做一次，文件更新時重做
問答階段：每次有人提問都會跑一次
點任一個方塊可以直接跳到該步驟。這份教學全部在你的瀏覽器裡執行，用的是一份虛構的員工手冊，不會傳送任何資料。