面试题 · RAG
搜索「法律」匹配到口述回答，相关段落已展开。查看匹配内容 ↓
针对专业性强、准确性要求高的领域（如医疗或法律），设计一个基于检索增强生成（RAG）的智能助手系统，应包含哪些关键模块和设计考量？
1. 领域知识库层
2. 检索引擎层
3. 生成控制层
[来源:XX法规第X条]，支持点击溯源学习内容与项目面试，在同一条路上。
4. 可信保障层
| 场景 | 策略 |
|---|---|
| 知识冲突 | 以最新/效力最高为准，并列呈现差异 |
| 模糊查询 | 先澄清用户意图（症状→疑似疾病→建议检查） |
| 时效敏感 | 显式标注知识截止日期，区分"现行有效"与"历史参考" |
建议系统学习该知识点
场景切入
假设我们要给三甲医院做一套智能问诊助手，医生问“这个药和患者现有用药冲突吗”，系统得准确查药品说明书和指南。你从RAG角度，会怎么设计关键模块？
层层追问
做专业领域的问答系统，你觉得难点在哪？……比如用户问一个法律条文，你怎么保证检索出来的内容是对的？……那如果检索结果互相矛盾呢，生成时怎么处理？
直球架构
设计一个面向医疗或法律领域的RAG系统，要求高准确性和可溯源。你觉得需要哪些核心模块？索引、检索、生成控制各有什么特殊考量？
这道题问的其实不是怎么搭一个[[RAG]]流水线，而是在专业领域里，怎么让模型既懂行又不敢乱说。医疗法律这种场景，胡说八道代价太大，所以核心不是模型多聪明，而是怎么把知识库、检索、生成和人工审核串起来，让系统知道什么时候该答、什么时候该说不知道。
先说边界。很多人一上来就想微调模型，但微调适合把领域风格或固定话术刻进去，不适合管理频繁更新的法规或指南。RAG正好补这块，知识变了你换文档就行，不用重新训练。检索也一样，纯关键词（[[BM25]]）匹配快但漏同义词，纯向量能理解语义但容易召回无关内容。所以我会**[[Hybrid Search]]**，把关键词和向量两条路结合起来，再加一层[[重排]]，把高置信度的结果顶上去。
具体到业务，拿医疗场景举例。假设做一个辅助诊断的问答助手，知识库里得有临床指南、药品说明书、最新专家共识，还得按效力层级排：国家指南优先于地方共识，最新版本优先于旧版。检索时用户说“心梗”，你得自动扩成“心肌梗死”“急性冠脉综合征”，这是查询改写。召回后不是一股脑全塞给模型，得按相关性和时效性排序，控制token预算，并且强制模型输出引用标记，比如[来源:2024年ESC指南第3条]。如果检索置信度低于阈值，直接告诉用户“没找到权威依据”，绝不瞎编，这是拒绝机制。
这里有个坑，就是知识冲突。比如不同指南对同一病症的推荐方案不一样。我的做法是按效力层级取最新的，同时把差异并列展示给用户，让他自己选，而不是模型替用户做决定。还有模糊查询，用户说“我胸痛”，你不能直接给诊断，得先问清楚症状细节，再指向可能的检查和科室，这是意图澄清。
落地风险我特别关注两点。一是事实校验，模型生成的关键断言，比如“某药禁忌症是肝功能不全”，我会用[[NER]]提取出来，反向去知识库验证，如果对不上就标记并触发人工审核。二是高风险场景必须有人兜底，比如用药建议或法律意见，系统直接弹窗说“这是参考，请咨询医生/律师”，并且所有生成结果都留日志，方便追溯。
还有一个延伸点：反馈闭环。用户标记了错误答案，系统不能只记一笔，得自动归因到具体文档片段，是检索没召回对的，还是生成时引用了错的，或者知识库本身过时了。这其实引出一个更深的问题：怎么自动化地判断错误是检索问题还是生成问题，进而触发知识库更新？这涉及到[[Faithfulness]]评估和[[Corrective RAG]]的思路。
所以整体上，我更倾向把专业领域RAG看成一个知识管理工程，而不是模型优化工程。核心不只在算法，更在数据质量、分层索引、引用可信度和人工审核闭环。如果只让我设计一个最小可行系统，我会先保证检索召回率和引用可溯源，其他花哨功能往后放。