匹配正文：核心原则：清晰分层 + 信息密度最大化 RAG的Prompt设计关键是让模型明确知道"要回答什么"和"能参考什么"，避免检索内容淹没指令或模型混淆角色。常见模板结构 1. 经典QA式（最通用） [系统指令] 你是一个基于文档回答问题的助手。请严格根据提供的参考资料回答，如果资料不足请明确说明。 [参考资料] {doc1_content} {doc2_content} [用户问题] {query} [要求] - 优先综合多段资料 - 不确定时回答"根据现有资料无法确定" 2.…

#字节#Prompt工程#RAG Prompt 构建

面试题·Prompt· 百度

RAG 改写与 Prompt 链路

匹配正文：…. 查询澄清（Query Clarification）当query模糊时，先让模型生成澄清问题，获取用户反馈后再检索适合对话式RAG，首轮交互确定意图 4. 伪相关反馈（Pseudo-Relevance Feedback）首轮检索Top-K结果，提取关键词扩展原query，做二次检索二、提示词构建要点 1. 上下文组织 - 按相关性排序文档，高分在前 - 去重：相同内容只保留一份 - 截断策略：优先保留开头/结尾，中间用"..."省略 - 元信息标注：来源、时间、可信…

#百度#小鹏#美团

面试题·Prompt· 商汤科技

RAG Prompt 模板设计陷阱

匹配正文：…确定时声明）处理长上下文截断与冗余去重策略多片段排序与相关性加权提示输出格式约束（如带引用标记的结构化输出）核心设计原则 RAG的prompt设计关键是清晰隔离信息源，让模型明确区分"已知事实"和"需要回答的问题"。推荐模板结构【系统指令】你是一个基于检索文档回答问题的助手。严格遵循： 1. 仅使用提供的参考文档作答，禁止依赖预训练知识 2. 若文档信息不足，明确说明"根据现有资料无法确定" 3. 每个关键事实后标注引用编号[1][2] 【参考文档】 {循环插入…

#商汤科技#Prompt工程#Prompt 模板设计

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：一句话:RAG 听起来高大上,核心其实就三步——检索相关资料 → 拼进 prompt → 让模型照着答。把这三步亲手跑通,你就懂了"开卷考试"的本质;想做深,站内有完整 RAG 教程接住。为什么需要 RAG(一句话回顾) 仅靠模型参数不能可靠覆盖最新或私有知识，生成答案也可能出错。RAG 就是在提问前,先去外部知识库捞出相关资料,塞进上下文,让模型"照着资料答"——把闭卷考试变成开卷考试。三步拆解用户问题 ↓ ① 检索:把问题和知识库都变成向量,找最相似的几段相关片段…

#Agent#AI 编程

面试题·RAG

RAG 引用怎么做到可核验？为什么让模型自己标来源不够？

匹配正文：…有说这项费用一定可以报销。文件名是真的，结论却不一定由文件支持。这就是 RAG 面试里经常被一句“让模型标引用”带过的问题： RAG 的引用怎样做到可以核验？为什么答案后面有一个来源编号还不够？面试官继续追问时，通常会问到四件事：引用编号由谁生成，模型能不能自己编？编号指向真实原文，为什么仍可能是错引？一句话需要两段证据时，引用怎样表示？文档更新和重新切分后，旧引用还能不能打开？引用为什么不是生成阶段临时加一下？引用链的起点在文档解析，而不是 Prompt。…

#RAG#生成与对话#RAG 引用溯源

面试题·评估· 字节

RAG 二次生成怎么减少幻觉?

匹配题目：在RAG系统中，通过大模型对检索结果进行二次生成，如何有助于减少幻觉现象？请结合提示工程或约束生成策略说明。

#抖音#约束生成#RAG 幻觉

面试题·模型微调

RAG检索相关但生成差原因

匹配标题与标签：RAG检索相关但生成差原因 RAG 场景下提示工程、上下文建模、微调三大策略模型微调上下文压缩生成调优 RAG 生成优化检索相关生成差 RAG 微调策略

#上下文压缩#生成调优#RAG 生成优化

面试题·多模态· 哔哩哔哩

RAG意图识别原理与检索协同

匹配题目：在基于检索增强生成（RAG）的系统中，意图识别模块是如何实现的？请说明其在整个流程中的作用、常用方法（如分类模型或提示工程），以及如何与检索组件协同工作。

#b站#意图识别与检索路由#RAG 意图识别

面试题·Prompt· 华为

Prompt Engineering 技巧怎么选?

匹配正文：真实性边界问题要求说明“使用过”的技巧和实际效果，因此只能填写真实任务、模型、Prompt 版本和评测结果。法务、客服等场景若未实际参与，只能作为明确标注的教学假设，不能写成个人业绩。回答框架任务：真实输入输出、风险、失败类型和评价指标。技巧：说明实际采用角色/边界、上下文分隔、Few-shot、检索增强、工具 schema、结构化输出或结果校验中的哪些。机制：解释每项技巧针对哪个可观察错误，而不是罗列名词。实验：固定模型、数据与解码参数，对 Prompt 版本做…

#华为#Prompt工程#Prompt Engineering 技巧

面试题·RAG· 字节

RAG 查不到文档怎么降级?

匹配标题与标签：RAG 查不到文档怎么降级? 常见 fallback 策略优缺点对比,如生成式回答与提示工程 RAG 抖音 RAG降级策略 RAG fallback RAG 降级策略 RAG 无相关文档字节

#抖音#RAG降级策略#RAG fallback

面试题·RAG

RAG 检索准但回答差怎么调?

匹配正文：…分"检索准确"与"生成质量"的解耦问题识别上下文窗口、文档排序、信息冲突等中间环节瓶颈提出系统性的调优路径而非单点修复体现对RAG全流程的深入理解核心问题定位检索准确 ≠ 生成优质，瓶颈常在中间处理环节和生成阶段。主要原因分析 1. 上下文组织问题文档拼接顺序混乱，关键信息被淹没冗余内容过多，超出模型有效上下文窗口多文档间信息冲突未消解 2. 提示工程缺陷缺乏明确的指令引导模型如何利用检索内容未约束模型"优先基于文档回答，不确定则拒绝" 3. 生成阶段问…

#上下文组织#生成质量调优#RAG 生成质量差

面试题·检索· AIlab

RAG 流程各环节优化陷阱

匹配正文：…mbedding模型、重排序、查询优化等）能区分不同优化手段的适用场景和收益体现对实际落地问题的理解（如多轮对话、长尾查询） RAG核心流程 1. 索引构建阶段文档解析（PDF/Word/网页等格式处理）文本分块（Chunking）向量化（Embedding）存储到向量数据库 2. 检索阶段查询向量化相似度检索（Top-K召回）可选：重排序（Rerank） 3. 生成阶段上下文拼接（Prompt构造） LLM生成回答各环节优化手段环节优化手段关键收…

#AIlab#RAG链路优化#RAG 优化

面试题·检索· 百度

RAG Query 改写方法

匹配题目：在RAG系统中，如何设计有效的查询改写策略？以及在检索到相关文档后，如何构建合适的提示词来指导大模型生成准确答案？

#百度#小鹏#美团

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：从系统链路、检索选型到评测与权限，演示面试官怎样验证一段 RAG 项目描述这不是候选人实录，而是一套用于自测的教学对话。请把示例问题换成自己的项目事实，再练回答。本文是教学设计，不对应真实公司、候选人或录用结果。文中不预填项目规模、个人职责与效果数字；练习时只能使用自己能够说明测法与证据的事实。学习背景经验：适合有后端基础、正在准备大模型应用开发岗位的读者项目背景：练习场景：企业文档 RAG；项目规模、指标与个人职责由读者按真实经历填写目标岗位：大模型应用工程师 …

#RAG#项目深挖#教学复原

系统教程·Prompt

Prompt 工程面试题大全

匹配正文：… 知识模块提示词设计、结构化输出与 Query Rewrite 提示词设计、结构化输出与 Query Rewrite 常见问题 Prompt 工程面试会不会只考技巧？不会。真正高频的是稳定性、可维护性和评估：如何约束输出、如何处理长上下文、如何做 Query Rewrite、如何让工具调用可控。结构化输出失败怎么处理？先用 schema 和示例约束，再做解析校验、失败重试、局部修复和兜底路径。面试里要讲出工程闭环，而不是只说让模型输出 JSON。 Prompt 和 R…

#专题学习#Prompt 工程面试题大全

面试题·RAG

RAG 已经能搜 PDF，为什么视频不能直接入库？

匹配正文：…视频从头看一遍。更理想的办法，是让系统直接找到讲年假的那几十秒，整理出答案，同时把原视频和时间位置交给你复查。这正是很多人希望 RAG 做到的事。 RAG 这个名字听起来有点技术，其实就是先从指定资料里找内容，再让大模型根据找到的内容回答。它和普通聊天的区别在于，大模型回答之前会先“翻资料”。但找到资料也不代表一定答对，答案最好还能回到原文检查。问题来了：PDF、Word 都可以作为资料，视频也是一个文件，为什么不能直接扔进知识库？因为知识库真正需要的不是一个文件名，而…

#RAG#解析与入库#视频 RAG

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：很多团队第一次做 Deep Research，会把它理解成“检索次数更多的 RAG”。于是系统不管收到什么问题，都先拆计划、反复搜索、打开网页、整理报告。用户只是问一句“这个产品支持哪些文件格式”，也要等 Agent 跑完一整轮研究。流程看起来很智能，实际却把一个本来一次检索就能回答的问题，做得更慢、更贵、更不稳定。反过来，如果用户问的是“请比较三种技术方案在小团队、低运维和数据合规约束下的适用性，并给出能够核查的依据”，只查一次再生成也不够。一次检索可能只拿到某个厂商…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

项目实战·RAG

第 1 章:为什么做 RAG?

匹配正文：…BM25",第 4、5 章); 你写的 answer 里"把 context 当依据" = 真实系统的上下文拼接 + 生成(换成 Prompt 工程 + 真·大模型,第 9 章)。换句话说:你这 20 行代码演示的是 RAG 的最小逻辑骨架;后面 9 章会逐步补上解析、切分、索引、评估和引用等工程环节。它不是生产系统,但能帮助你理解生产系统为什么需要这些模块。下面 Part 2,我们把这条流水线展开成真实系统的样子,并回答一个关键问题:为什么这套系统里,大模型反而是最省心…

#RAG#检索#项目实战

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…做的,对应工程系统里的哪些职责? 教学函数对应工程系统的候选模块你写的 build_index = 字节、阿里、各家保险/医疗 RAG 里离线建库环节的入门版(它们会换成向量库 + 倒排索引); 你写的 retrieve = 工程系统的检索召回职责(可选向量检索、BM25 与重排,是否组合需评估); 你写的 assemble_context + answer = 上下文拼接 + 生成模块(换成 Prompt 工程 + 引用溯源 + 真·大模型)。顺便注意:输出里核辐射 …

#RAG#检索#项目实战

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

匹配正文：…。第一套仍然区分章节标题、列表前导句和正文，第二套却把它们全部压成同一级文本。若只按字符是否出现计算，两套结果可能很接近；进入 RAG 后，第二套的片段却不知道自己属于哪个章节，例外条件也可能离开它约束的正文。再看重复问题。同一段内容被解析器输出两次，字符覆盖甚至会显得更高，但检索前几条可能被近重复 Chunk 占满。只统计“提取了多少字”，既看不出层级丢失，也会把重复内容误当成完成度提升。所以解析质量至少要拆成四层。第一层，文字覆盖检查应该出现的正文有没有被提取，…

#RAG#解析与入库#RAG 文档解析评估

求职指南·求职

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学

匹配正文：大模型应用开发不是学"一个东西",而是一张地图:RAG、Agent、Prompt 与上下文、评估与监控、重排与检索、模型微调、推理部署几个方向,各自解决不同问题、考察热度也差很多。转行者最该避免的坑是"全都学一遍",正确做法是按面试频率和自己的背景挑一条主线做深。这一页就是全站技术地图的枢纽,帮你先看清全貌再决定学哪条。作者:吴师兄 | 适合:刚决定转大模型、面对一堆名词不知从哪下手的人 | 前置:知道应用岗和算法岗的区别,看过路线图大模型技术栈到底有哪些方向一句话结论…

#求职#职业转型

RAG Generator Prompt 整合原理

RAG Generator 怎么构造 Prompt?

RAG生成阶段Prompt整合策略

RAG 生成阶段 Prompt 怎么构建?

RAG 改写与 Prompt 链路

RAG Prompt 模板设计陷阱

从零拼一个最小 RAG 问答

RAG 引用怎么做到可核验？为什么让模型自己标来源不够？

RAG 二次生成怎么减少幻觉?

RAG检索相关但生成差原因

RAG意图识别原理与检索协同

Prompt Engineering 技巧怎么选?

RAG 查不到文档怎么降级?

RAG 检索准但回答差怎么调?

RAG 流程各环节优化陷阱

RAG Query 改写方法

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

Prompt 工程面试题大全

RAG 已经能搜 PDF，为什么视频不能直接入库？

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

第 1 章:为什么做 RAG?

第 2 章:RAG 整体架构

RAG 文档解析质量怎么评估？不能只看“解析成功”

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学