17.4 RAG + Prompt 的问答系统

引言：为什么 RAG + Prompt 是当前最强的企业级问答方案

大模型强大但会"编造"，知识无法实时更新，而RAG（Retrieval-Augmented Generation）完美弥补了这些缺点。

17.4.1 系统目标

目标	说明
精确检索相关文档	检索模块
过滤无关内容	上下文过滤
使用提示词保证回答基于事实	Grounded Answer
避免模型使用"脑补知识"	防幻觉
能解释答案来源	引用来源

17.4.2 核心提示词模块

模块	说明
Retriever Prompt	生成"搜索意图"增强检索效果
Context Filter	只保留与用户问题强相关的段落
Grounded Answer	严格基于提供的文档回答
Verifier	验证答案是否严格基于文档

17.4.3 关键 Prompt 设计原则

原则	说明
严格"基于文档"限制	如果文档没有说，请不要回答
引用来源	输出引用来源 ID、原文、位置
输出结构化 JSON	便于前端展示和下游处理
置信度评分	给出置信度和不确定性来源

17.4.4 工程挑战与解决方案

挑战	解决方案
文档检索不准	过滤 + Rerank
幻觉引用	规范 Citation Schema
上下文太长	去噪 + 片段压缩
回答不一致	自检 + Verifier

本节小结

关键要点

1. RAG + Prompt 是企业级问答系统的黄金组合
2. Grounded Answer 是核心
3. 必须结合过滤、验证、自检、引用等机制
4. 该系统比普通问答系统可靠性高数倍

RAG 问答系统是企业级应用，接下来我们将学习：企业级工作流 Agent 系统。