// 怎么做 · 做 RAG 和文档处理
RAG 检索不准、答非所问怎么排查
先确认问题出在哪一环：解析、切分、召回还是生成。用一组固定问题量化评估，再逐环改进。
核实于 2026-10-102 个官方来源
现象
- 明明文档里有答案，模型却说找不到
- 检索回来的片段和问题无关
常见原因
- 解析质量差，文本已经错乱
- 切分太碎或太大，答案被切断
- 只用向量检索，专有名词、编号类查询召回差
- 没有重排，最相关的片段排不到前面
解决步骤
- 抽查切分后的片段，确认文本干净、一个片段能独立表达意思
- 按文档结构（标题、段落）切分，并保留适度重叠
- 采用混合检索：关键词（BM25）+ 向量，再用重排模型（如 BGE reranker）排序
- 准备 30–50 个带标准答案的问题，用 Ragas 等工具评估召回和答案质量，每次改动后对比
- 向量库选择不是首要问题；已有 Postgres 可先用 pgvector，量大再考虑专用向量库
官方参考
2026-10-10 根据官方文档和公开讨论整理，尚未在本站环境复现；与官方文档不一致时以官方为准。