资料问答：知识库 RAG 的检索与引用

长文件被拆成可独立取用的小段

知识库 Knowledge Base 保存可供查询的资料，检索增强生成 Retrieval-Augmented Generation，简称 RAG，把查找原文和生成回答连起来。系统从资料中取出相关片段，连同问题交给模型，模型据此组织回答。这次查询使用已有模型参数，不包含训练。

文件入库经历解析、切分和建索引。解析从文件中提取文字、标题和表格；切分把内容拆成切片 Chunk，即检索时可单独取用的小段。索引 Index 把每段文字、来源位置和用于匹配的数字串、关键词保存在对应条目里。系统比较问题与索引条目，按记录的位置取回原文。

切片能否支持回答，看它是否保留对象、条件、结论和例外。教学示例：售后规定写“符合上述条件，由店铺承担运费”，切片缺少前文，模型便拿不到“上述条件”的具体内容。打开解析文本和切片，可以查出条件在哪一步丢失。

语义检索把相近表达列为候选

语义检索 Semantic Search 按文字的意思寻找内容。嵌入 Embedding 模型把文本转成向量 Vector，即一串数字。意思相近的文字，转成的数字串也相近。入库时系统保存切片向量，提问时再将问题转成可比较的向量，比较两者的接近程度，选出最相近的片段。

关键词检索按字词匹配，便于查找编号、固定名称和专有词；混合检索 Hybrid Search 合并两条路径的候选。这里的召回专指找出候选文档片段，记忆召回见 A02 任务交代：提示词 Prompt 与上下文 Context。重排 Rerank 使用排序模型读取问题和候选，评估相关性、给出分数，再调整顺序。

检索通常在身份、标签或分类限定的资料范围内展开。意思接近的片段也会过期或只适用于其他对象，日期和标签帮助系统筛选。候选中最终送入上下文的部分，才成为这次回答的参考材料。下图重点展示向量检索与关键词检索并行召回、合并候选及重排的过程；后面的问答记录动画重点展示引用定位和原文核对。

引用把回答结论连到原文位置

引用把结论关联到来源片段，便于逐句核查。元数据 Metadata 保存来源、日期、版本和适用范围等说明。检索服务返回片段原文及来源信息，问答服务生成回答并展示引用；部署前，应用负责人写定具体关联办法。例如，给取回片段编上编号，要求模型在结论后标出所用编号，页面按编号显示对应的文件名、位置或链接。

引用检查分为两项：出处能否定位原文，原文能否支持结论。模型改写条款时会漏条件或增添承诺，核对人据此逐句比对事实和条款。公开检索的材料标明外部来源，内部事实查公司资料或系统记录；提出建议时，注明所用条款和待核实条件。

A02 任务交代：提示词 Prompt 与上下文 Context 解释了上下文的组成；本单元补上参考材料的来源。库中其余文件只有经过检索并送入本次输入，才参与这次回答。分类标签只说明文件被归到哪一类，回答仍以原文条款为准；原文没有相应条款时，如实写“资料中没有该条”。

切片丢掉条件会改变条款含义

资料缺失发生在原文件，切分损坏发生在后续处理。原文有规定，解析或切片时丢了标题、对象及前后关系，单独取出的结论就会改变适用范围。排查沿完整文件、解析文本、切片、本次返回片段依次比对，最早出现差异的位置指向优先修正的环节。

切片过短会拆散条件，过长会混入其他主题。有标题层级的文档可按标题切分，每行含义独立的表格可按行切分，并保留表头、对象和单位。检查时同时看片段是否容易命中、能否独立支持回答。

父子切片把匹配问题和提供回答材料分开。较小的子片段用于匹配具体问题，各自记录所属父片段的标识；命中后，系统按标识取回较完整的父片段，把条件、结论和例外一起交给模型。父片段越大，带入无关内容的机会也越多。

排查同一次回答时，可以按现象查找直接证据。

表中的环节提供排查起点，实际错因以文件和本次运行记录的差异为据。

旧版留在库里会被检索取回

检索按相关性找材料，新旧文件措辞相近，都能进入候选。文件名写了“最新”，旧片段只要还在当前范围内，就有混用版本的机会。

版本控制通过状态、日期、标签和查询范围生效。重复文件按有效版本去重并保留出处，现行资料进入当前问答范围，历史资料归档。检索前的身份校验限制可访问内容；从返回片段的版本和适用范围，可以核实筛选是否生效。访问限制在系统中配置，提示词负责说明回答要求。

生成时仍会漏掉原文限制

模型根据问题、指令和取回片段组织语言，生成时仍会遗漏、误读和推测。检索结果完整，回答却扩大了承诺范围，错误便发生在材料传入之后。提示词可以限定按依据回答、保留条件，并说明资料不足时怎样处理。

核查时，将结论逐项对应到片段；没有依据的部分标为无法确认，并列明缺哪项条款，交给内容负责人补核。教学示例：原文写“收到寄回商品后安排换货”，回答写成“马上寄出新货”，漏掉了办理前提。

多轮检索按依据缺口继续查找

多轮检索 Agentic RAG 由应用调度模型反复查找。应用把问题交给模型拆解，按模型提出的查询取回片段，再将片段交给模型核对缺口。缺少依据时，模型调整问法、关键词或资料范围，应用据此继续检索，最后将查到的依据交给模型组合回答。这适合条件分散、需跨文档核对的问题。

依据齐全时结束检索；资料冲突、缺口无法补齐、重复检索没有新增依据或达到上限时，应用停止补查，返回已知部分和待核项。应用预设轮次、耗时及词元消耗上限，因为每轮检索和模型处理都会增加等待与用量。结束前，将结论对应到出处、适用范围及原文条件，保留无法确认的部分。

微调用训练示例调整模型参数

A01 模型原理：大模型 LLM 的生成方式 已解释参数及指令微调。这里的监督微调简称 SFT，是其中一种做法。训练也会让模型学到示例中的事实；要改变参数里的旧内容，需要重新训练，修改文件不会自动更新参数。

知识库查询替换本次参考材料，微调改变后续使用的参数版本。两者可以配合：训练保持相对稳定的回答方式，检索送入当前适用的资料。

格式表现可以同事实准确性分开核

格式检查关注栏目、顺序和语气，事实检查关注现行依据及适用条件。提示词、模板和少量范例可以约束写法；微调使用成批示例训练回答方式。

测试微调后的写法，使用未参加训练的新材料；测试知识引用，替换参考资料，核对条款和出处。分别保存结果，可以判断改进发生在回答方式还是资料引用。

资料标签保存生效日期等信息

负责人、生效日期和适用范围可以随原文保存。负责人确认内容，日期说明何时适用，范围说明覆盖哪些对象。支持这些字段的应用，可以将它们展示在检索结果旁，并按条件筛选资料。

改版涉及原文件、片段和索引。旧片段退出当前检索，新文件完成解析、切分和索引，再查受影响的条款。多数知识库中，只替换原文件，已有片段不会自动改变，需要重新解析入库。

同题复查能看出改版是否生效

同一问题在改版前后各查一次，对照返回文件、切片和最终回答。上传成功、索引完成、回答引用新版，分别对应不同环节；逐项保存状态，便能判断改动停在哪里。

复查覆盖受影响的老问题、常见换说法及资料没有依据的情形。保存问题、预期依据、实际片段、错因、调整动作和复测结果；反复出现的同类错误归入切分、版本或检索策略检查。外发前的删减和回复核对见 A06 数据安全：资料外发与出错处理，这里检查改版后的片段和结论。

工具：资料上架检查覆盖处理全程

首次上架和每次改版均可直接复制使用以下清单。

1. 负责人：核对内容确认人及联系方式。
2. 生效日期：核对生效和失效日期，尚未生效的资料放在当前问答范围之外。
3. 适用范围：核对对象及权限范围，抽查标签筛选后的返回资料。
4. 条款完整性：打开解析文本及切片，核对标题、对象、条件、结论和例外，表格保留表头及单位。
5. 旧版撤下：归档旧版，检查旧片段是否移除、禁用或被筛选排除，同步更新关联标准问答。
6. 新版可查：确认解析与索引完成，查询新版条款，点开出处核对版本、日期及范围。
7. 老问题复查：复用受改版影响的原有问题，记录预期依据、实际片段及回复结论。
8. 换说法及缺依据检查：使用别称和口语表达复查，核对资料不足时的说明及缺项处理人。

最终回复逐句对照原文，核实限制条件是否完整。

一句话记住查错沿文件、切片、检索结果和回复比对，修正最早出现差异的环节。

以下为中文官方技术文档及课程。第 1 至 5 项访问日期为 2026-10-24，第 7 项访问日期为 2026-10-27。

1. 《切片与向量化》，阿里云百炼，更新日期：2026-10-10。网址：https://help.aliyun.com/zh/model-studio/rag/chunking
2. 《知识检索》，阿里云百炼，更新日期：2026-10-10。网址：https://help.aliyun.com/zh/model-studio/rag-knowledge-retrieval
3. 《知识问答》，阿里云百炼，更新日期：2026-10-10。网址：https://help.aliyun.com/zh/model-studio/rag-knowledge-qa
4. 《模型调优简介》，阿里云百炼，更新日期：2026-10-21。网址：https://help.aliyun.com/zh/model-studio/model-training-overview
5. 《文档管理与解析》，阿里云百炼，更新日期：2026-10-10。网址：https://help.aliyun.com/zh/model-studio/rag/documents
6. 《ADP 前沿部署工程师（FDE）认证课程》，腾讯云。对应章节：1.2 大语言模型的进化之路，https://cloud.tencent.com/edu/learning/course-4742-84527-84532 ；2.2 中 知识与连接能力，https://cloud.tencent.com/edu/learning/course-4742-84528-84536 ；3.2 标准模式实战，https://cloud.tencent.com/edu/learning/course-4742-84529-84540 ；3.3 单工作流模式实战，https://cloud.tencent.com/edu/learning/course-4742-84529-84541 ；3.4 Multi-Agent 模式实战，https://cloud.tencent.com/edu/learning/course-4742-84529-84542 ；4.1 智能体调试与评测基础，https://cloud.tencent.com/edu/learning/course-4742-84530-84545 ；4.2 Prompt 调优，https://cloud.tencent.com/edu/learning/course-4742-84530-84546 ；4.3 知识库质量与 RAG 调优，https://cloud.tencent.com/edu/learning/course-4742-84530-84547 。课程更新日期未标明。
7. 《知识问答》接口文档，阿里云百炼。网址：https://help.aliyun.com/zh/model-studio/knowledgechat ，页面未标明更新日期，访问日期：2026-10-27。