一句话答案
Retrieval-Augmented Generation 通常简称 RAG。它把“找资料”和“生成答案”组合起来，用来让 AI 更贴近你的文件、知识库或企业资料。
为什么需要 RAG
如果你问的是公司内部 SOP、课程资料、客户 FAQ 或产品手册，模型本身未必知道。RAG 会先从指定资料中找出相关片段，再交给模型整理回答。
适合场景
企业知识库
让员工更容易查询政策、流程、产品资料和常见问题。
课程与学习
根据自己的笔记、讲义和书摘回答问题。
客户支持
根据已审核的 FAQ 和帮助文档生成回复建议。
局限
RAG 不是万能。资料如果过期、写得含糊或检索不到关键段落，答案仍然可能不完整。
继续学习
理解 hallucination 和 context window 后，会更容易知道 RAG 解决了什么问题，也还有哪些问题没解决。