别怪大模型了!RAG效果差,90%问题出在检索链路这3个环节
源自46位全网作者
13:11
精选参考来源
1
GPT5.5做RAG检索精度上不去多半是这三个地方没做好
2
从0搭AI知识库问答,踩平这7个坑 我从0搭过一套AI知识库问答,第一版准确率只有40%,被业务当场打回。后来一个个填坑,干到90%。
扎心事实:朴素RAG的失败率高达40%——答不准真不是模型笨,是这7个地方没做对👇
📍坑1 分块切错
切太大塞噪声、切太小断语义。坏分块=必败,后面再强也救不回。
✅ 层级分块:父块1500 / 子块300 / 重叠60
📍坑2 只用向量,不做混合检索
专有名词、编号、缩写纯向量召不回(搜"A8-Pro"它觉得跟啥都不像)。
✅ 向量+关键词(BM25)混合,各召回top20再合并
📍坑3 没加重排rerank
召回一堆,最相关的排第8第9,塞不进上下文=白召回。
✅ 召回后cross-encoder重排,取前3-5
📍坑4 文档没清洗、解析烂
PDF表格/扫描件解析成乱码,垃圾进垃圾出。
✅ 先解析清洗、表格专门处理,再入库
📍坑5 检索不到也硬答
没引用没兜底=幻觉重灾区。
✅ 强制带引用 + 检索分低就回"知识库里没有",别编
📍坑6 文档更新了,索引没更
最隐蔽:文档改了向量库还旧的,一直答过时答案。
✅ 文档变更触发重建索引 + 时效字段
📍坑7 没Eval、没埋点
准确率多少、漂没漂移全靠猜,等投诉就晚了。
✅ 100条golden set + recall + LLM评分 + 引用忠实度
🎯 一句话总结
答不准九成不是模型,是这7个坑。检索前分块清洗、检索中混合+重排、生成时强制引用、上线后更新+Eval。
———
💬 你搭知识库问答,踩过最坑的是哪个?分块、召不回,还是它一本正经地编?评论区说说你的翻车现场👇
#知识库 #RAG #AI产品经理 #AI问答
全部
来源
来源
内容由AI生成
0
0
0评论
当前文章无评论,是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹