匹配口述回答：…搜索。相比纯Action，它又不会瞎撞，因为每一步都有推理指导。说白了，CoT适合单步推理、知识闭卷的场景，纯Action适合简单工具调用，而ReAct适合需要多步规划和外部交互的复杂任务。真正落地的时候，我常常会把ReAct和CoT结合起来，比如先让模型用CoT做内部推理，遇到知识盲区再切换到Action去查。举个例子，在客服退款场景里，用户问‘我订单XXX为什么还没退款’。纯CoT模型可能说‘订单已提交，请等待’，但实际可能是物流异常或库存问题。ReAct可以这样：先想…

#美团#Agent#ReAct 框架

面试题·Prompt· 百度

Prompt 优化策略有哪些?

匹配口述回答：…用来展示分类边界、格式和反例，但示例要和测试集隔离，检查顺序、长度和类别分布偏差。复杂任务可以要求模型先给可验证的计划、计算结果或工具调用，不过自由生成的思维过程不能当作正确性证据。涉及外部事实时，我会用 RAG 或工具补充来源，Prompt 负责证据边界、引用、不确定时的行为和权限，而不是要求模型凭记忆猜。我先从工程设计角度回答，再用一个假设场景说明。假设做客服质检，可以固定模型、解码参数和数据切分，逐步比较基础指令、边界 Few-shot、结构化输出与验证器。每次只改变…

#百度#Prompt工程#Prompt 优化

面试题·检索· 小红书

RAG 局限性怎么破?

…但Agent化有延迟和可控性风险。面试官可能会追问Agent化RAG的具体实现细节，比如ReAct循环如何设计、如何避免死循环、工具调用错误怎么处理。

← 上一页第 14 / 14 页

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配口述回答：

#小红书#RAG局限性#RAG 局限性

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配口述回答：…c RAG]]，就是让模型自己决定什么时候检索、检索什么，甚至能调用多个工具，比如先查订单系统再查知识库。但这也带来了新问题，比如工具调用的稳定性和延迟，目前还在探索阶段。总的来说，我会把 RAG 看作大模型落地的标配能力，但不是银弹。真正复杂的场景，我倾向于 RAG 加微调混合用：RAG 管时效性知识，微调管模型固有的能力。一句话定位：RAG本质是给大模型配外挂知识库核心链路：离线索引、在线检索、生成组装业务落地：客服退款场景的实战风险与边界：检索质量是天花板，多…

#字节#RAG应用场景#RAG 技术实现