RAG 的基本流程是怎样的？
五个经典回答示范
「RAG 分离线在线两条链路。离线：文档解析切块——按语义段落切，块大小 300 到 800 token 加重叠；向量化入向量库，带元数据。在线：用户问题先做改写补全上下文，检索 topK，可加重排精排，拼进提示词生成，答案带引用。评估看两端：检索端的召回率、生成端的忠实度与相关性。」
我讲企业知识库落地踩的坑：切块一开始按固定 512 字硬切，表格被拦腰斩断——改成结构感知解析，表格整块保留并转 markdown；检索纯向量漏关键词精确匹配，改成 BM25 加向量混合检索再加 RR 融合；topK 从 10 降到重排后取 3，token 降四成准确率反升。评估集 200 个真实问题每月回归，是迭代依据。
我把 RAG 当检索系统设计：召回层多样性策略——MMR 去冗余、多路召回、查询分解应对复杂问题；排序层 cross-encoder 重排收益最大；生成层可控性——引用锚点、拒答机制（检索置信不足时明确说不知道）抑制幻觉；数据层持续运营——badcase 回流标注、索引增量更新、权限过滤在检索前做。RAG 的天花板是检索质量，不是模型。
追问「怎么评估」：检索端 hit rate 与 MRR，生成端忠实度（答案是否被原文支撑）、答案相关性，工具用 RAGAS 类框架加人工抽检；「幻觉怎么减」：拒答阈值、引用强制、温度调低、提示词约束只答原文范围；「冷启动文档少怎么办」：先跑起来积累 badcase，问题库驱动切块与检索策略调优。
『RAG 就是把文档全塞向量库然后让大模型回答，搜出来什么用什么，答错了就是模型不行换个更新的模型。』——点评：忽略了切块、混合检索、重排、评估这四个真正决定效果的环节；『换模型』的归因习惯会一直掩盖检索层问题。
- 打开 模拟练习，选择「算法工程师」方向，限时 3 分钟作答本题。
- 对照上方答题框架，逐点检查：哪些要素没覆盖、哪里表达啰嗦。
- 用自己项目的真实经历替换框架中的占位内容，重讲一遍并录音回听。
这类题在真实面试中常被追问细节，
建议进入限时模式练一遍。