RAG 入门：检索增强生成的原理与 AWS 方案

Thu, 17 Sep 2026 15:20:00 +0800

本文整理自 AWS 官方页面什么是 RAG（检索增强生成）？，内容与观点归 Amazon Web Services 所有，这里做了中文归纳、结构化与配图重绘。

一、RAG 是什么

检索增强生成（Retrieval-Augmented Generation，RAG）指在生成回答之前，先让大语言模型（LLM）去检索一份权威知识库，用检索到的内容来约束和补充输出。

模型本身不用重新训练，只是多了一个「查资料」的动作。原文的判断是：这是低成本改进 LLM 输出的方法，让回答在具体场景下保持相关性、准确性和实用性。

二、为什么需要 RAG

LLM 的训练数据是静态的，知识有截止日期；而它的输出又足够自信。原文把这种状态比作一个过于热情的新员工：不了解时事，但什么问题都答得斩钉截铁。

常见问题	表现
无中生有	没有答案时给出虚假信息
信息过时	用户要最新的具体信息，模型给宽泛的旧内容
来源不权威	依据非权威来源组织回答
术语混淆	不同训练来源对同一术语的定义不同，导致答非所问

RAG 的应对方式是：把模型重定向到预先确定的权威知识来源，组织对输出有更强的控制，用户也能看清答案是怎么来的。

三、RAG 的四个好处

好处	说明
成本低	针对领域数据重训基础模型的算力和费用都很高；RAG 只要接外部数据，不动模型
信息新鲜	可以直接对接实时社媒、新闻网站等频繁更新的来源
可追溯	输出可以附带引文与来源，用户能自己核对原文，信任度更高
可控	开发者能更换信息来源、按权限限制敏感内容的检索范围，也能在答案引错来源时排错修复

四、RAG 怎么工作

没有 RAG 时，模型只凭训练记忆回答；有了 RAG，流程里多出一个信息检索组件：

创建外部数据：把 API、数据库、文档库里训练集之外的数据，用嵌入模型转成向量，存进向量数据库，形成模型能理解的知识库。
检索相关信息：把用户查询也转成向量，与向量库匹配，返回最相关的片段。原文的例子是 HR 机器人——员工问「我有多少年假？」，系统会同时检索年假政策文档和该员工的历史休假记录。
增强提示：把检索到的内容拼进提示词，这一步靠提示工程与模型有效沟通，让模型基于「训练知识 + 新知识」作答。
更新外部数据：数据会过期，需要异步更新文档及其嵌入表示，可以走实时流程或定期批处理。

五、RAG 和语义搜索的区别

语义搜索是提升 RAG 效果的一环，适合想把大量外部知识接进 LLM 应用的组织。

	传统/关键字搜索	语义搜索
检索方式	字面匹配	问题映射到相关文档，返回具体文本段落
开发者负担	要自己处理词嵌入、文档分块等准备工序	知识库准备由服务完成
输出	搜索结果列表	语义相关的段落 + 按相关性排序的标记词

原文举的例子：问「去年在机械维修上花了多少钱？」，语义搜索返回的是相关文档中的具体文本，而不是一堆链接，开发者拿这段答案去给 LLM 补充上下文即可。

六、AWS 上的三种落地方式

方式	说明
Amazon Bedrock 知识库	全托管，几次点击把基础模型接到 RAG 数据源，向量转换、检索、生成都自动处理
Amazon Kendra	机器学习驱动的高精度企业搜索，提供检索 API 与语义排序器，可作为 RAG 工作流的企业检索器
Amazon SageMaker JumpStart	想要更多自定义时用，提供基础模型、内置算法与现成方案，参考 notebook 与示例代码加速实现

Kendra 检索 API 的几个具体能力：单次最多返回 100 个语义相关段落（每段最多 200 个 token，按相关性排序）、提供 S3 / SharePoint / Confluence 等预置连接器、支持 HTML / Word / PowerPoint / PDF / Excel / 纯文本，并能按最终用户权限过滤文档。

小结

RAG 不改模型，只给模型加一个「先查资料再回答」的检索步骤
它解决的是训练数据静态、模型过度自信带来的四类问题：编造、过时、来源不权威、术语混淆
流程四步：准备外部数据 → 检索相关片段 → 增强提示 → 持续更新数据
语义搜索与 RAG 互补，前者负责把大量非结构化知识变成可检索、可排序的段落
不想自建就用 Amazon Bedrock 知识库，要企业级检索用 Kendra，要深度定制用 SageMaker JumpStart

来源：本文整理自 AWS 官方页面《什么是 RAG（检索增强生成）？》，原文版权归 Amazon Web Services, Inc. 或其关联公司所有；文中观点、案例与数据均引自该页面，配图为本站自制。

AWS on BINGBlog