RAG 是什麼？用查手冊看懂 AI 先找資料再回答

RAG 是一種讓 AI「先找資料，再根據資料回答」的方法。全名是 Retrieval-Augmented Generation，中文常譯為檢索增強生成：檢索是找出相關資料，生成是把資料整理成回答。

例如你問社區閱覽室幾點關門，AI 不必憑印象猜，而是先找社區手冊的開放時間，再回答你。它能用到模型原本沒學過的資料，但仍可能找錯段落或看錯條件。

為什麼 AI 需要先查資料？

AI 可能知道圖書館、社區中心通常是什麼，卻不一定知道你住的社區最新規則。一份手冊放在管理室電腦裡，也不代表 AI 自動就能讀到。

RAG 會把可使用的資料接到回答流程中：收到問題後，先從這批資料找相關內容，再交給 AI 整理。AWS 的說明將它描述為在回答前參考模型訓練資料以外的知識來源。

先記住核心用途就好：讓這次回答有機會用到指定資料，而不是期待 AI 早已知道所有細節。

用三段手冊，找出真正相關的一段

以下是虛構的「小河社區手冊」，只供教學使用，不是真實社區規定。假設目前有效版本有三段：

• 第 1 節，閱覽室：週二至週日早上 9 點至晚上 8 點開放；週一休息。
• 第 2 節，交誼廳：每天早上 10 點至晚上 9 點開放。
• 第 3 節，借用物品：雨傘需到管理室登記借用。

你問：「星期一可以去閱覽室嗎？」相關的是第 1 節。第 2 節雖然也談開放時間，場所不同，不能拿來回答閱覽室的問題。

這一步就是檢索：從資料中找出可能回答問題的內容。實際系統怎麼找，可以用關鍵字或其他搜尋方式；新手此刻不必先選一種資料庫。

把找到的段落交給 AI，寫成回答

找到第 1 節後，系統可以把「你的問題＋這一段手冊」一起交給 AI。符合原文的答案是：

星期一不能使用閱覽室，因為手冊第 1 節寫明週一休息。閱覽室的開放日為週二至週日，時間是早上 9 點至晚上 8 點。

這是依本篇虛構資料寫出的示範答案，不是某項產品的實測。你能回到第 1 節核對星期、場所與時間，才知道答案有沒有把條件改掉。

這樣就完成最簡單的 RAG 過程：收到問題、找到相關段落、根據段落整理答案。RAG 的原始研究也是把外部可檢索資料與語言生成結合；今天不同系統的做法可能更複雜，但不影響這個基本理解。

RAG 和把資料教進模型，有什麼不同？

可以用「查一本手冊」和「學會一門知識」來區分。RAG 的重點是回答當下查資料，並不等於每次都把那份手冊重新訓練進模型。

手冊更新時，RAG 系統也要更新可查詢的資料。若仍查舊版，答案仍可能過期；檔案一更新，所有回答不一定會立刻跟著更新。

如果只是問一小段已知文字，你可以直接貼給 AI，練習依資料回答。這能體會「先給依據再回答」的概念，但不能只憑貼上文字，就說自己已建立一套會自動找資料的 RAG 系統。

有來源，為什麼仍然可能答錯？

沿用手冊例子，可能出現三種問題：

• 找錯：找到了交誼廳的時間，卻用來回答閱覽室。
• 漏看：找到正確段落，卻漏掉「週一休息」的例外。
• 補猜：手冊沒寫可否帶飲料，AI 卻回答「可以自由飲食」。

你可以要求回答附上來源段落，自己核對它是否真的支持那句話。資料沒提到的地方，應說明尚未確認，而不是靠流暢文句補滿。

若要親自練習，就用上面三段虛構手冊，請 AI「只依手冊回答星期一能否使用閱覽室，並指出依據章節；沒有寫的不要猜」。確認它引用第 1 節，也沒有混用交誼廳規則。

總結

RAG 讓 AI 在回答時參考外部資料。理解它最重要的是分開看兩件事：是否找到相關資料，以及答案是否忠實保留資料中的條件。先用一段短手冊練習核對，就能看懂它的用途與限制。

參考資料

• AWS：Retrieval-Augmented Generation
• Lewis 等人：RAG 原始論文