GraphRAG 为何召回更精准?

这道题其实在问一个本质问题：传统[[RAG]]为什么在需要关联推理的场景下会失效，而[[GraphRAG]]怎么用结构化先验来补这个短板。我理解的核心就是从「语义相似」升级到「结构关联」。

先说说传统RAG的痛点。它把文档切成小块，每个块独立做[[Embedding]]，然后靠向量相似度去匹配。这么做最大的问题是丢失了文档之间的逻辑关联。举个例子，客服场景里用户问「我上次退货的退款怎么还没到」，传统RAG可能只匹配到「退款政策」那个片段，但真正的答案需要把「用户A的退货单号」「物流签收时间」「财务处理流程」这几个实体串起来，向量相似度根本做不到这种跨片段的关联。

GraphRAG怎么解决的呢？我重点讲两个机制。第一个是显式关系建模。它把文档里的实体和关系抽成三元组，比如「OpenAI」和「ChatGPT的开发商」在图上归一成一个节点，这就解决了指代消解问题。而且关系类型自带语义，能区分「创始人」和「投资人」，向量相似度没法区分这么细。第二个是多跳推理召回。向量检索本质是单点匹配，GraphRAG支持路径遍历。比如问「跟某投资人相关的AI公司有哪些」，从投资人节点出发，沿投资边扩散，能召回那些没被直接提到的关联实体。传统RAG只能靠运气命中，GraphRAG是通过图遍历做确定性扩展。

不过这里有个前提：[[知识图谱]]的质量直接决定GraphRAG的效果。如果实体抽取不准、关系漏抽，图本身就是错的，那召回质量反而比向量检索更差。常见的失败场景是文档噪音太多，抽出一堆无意义的实体，图变得稀疏且混乱。所以落地时我会特别关注[[NER]]和[[Relation Extraction]]的精度，上线前会用一批已知的关联查询做回归测试。

另一个风险是成本。构建和存储知识图谱比向量索引贵得多，而且图查询的延迟通常比向量检索高。所以我的取舍是：在需要因果推理、关联挖掘的场景，比如企业SOP与合规文档、风控合同审查，我会用GraphRAG；在简单的FAQ匹配场景，传统[[Hybrid Search]]加[[Rerank]]就够用了。真正的落地往往是两者结合，先用向量召回初筛，再用图做精排或上下文扩展。

说到结合，我最近在关注一个方向：怎么让GraphRAG的图结构动态更新。因为业务数据是流式的，实体和关系会变，如果图不能增量更新，每次都要全量重建，成本太高。我初步的想法是用事件驱动的图更新框架，配合版本控制，但一致性保证是个挑战。这块我还在探索。

所以整体上，我会把GraphRAG看成传统RAG的增强插件，而不是替代品。它的优势本质是用结构化先验补偿了纯统计方法的语义漂移，但前提是数据质量要够好、场景要匹配。