很多熟悉RAG的产品经理和工程师会吐槽，“做RAG一周就可以出Demo，但真正做到能上生产环境的水平，半年时间都不够！”。这是现阶段RAG在产业落地的现实问题。RAG框架非常简单易懂，也有很多优化RAG全流程的方式和手段，风叔在此前的文章中也做过详细介绍，《Rag系统的发展历程，从朴素、高级到模块化》。但无论是企业内部使用，还是面向C端用户，大家最直接的感受是，RAG只能检索和回答相对浅显直观的问题。企业知识库领域的独角兽Hebbia也曾经做过实验，RAG实际上只能解决企业内部16%的问题，这到底是什么原因呢？任何用户检索问题都可以分成四类，显性事实查询、隐性事实查询、可解释性推理查询和隐性推理查询，这四类问题的复杂度和解题难度依次提升。下图列出了每类问题面对的挑战和解决方法。可以看出，只有显性事实查询和部分隐性事实查询，可以通过RAG、Iterative Rag或GraphRag来解决。而可解释性推理查询和隐性推理查询问题，RAG就没有用武之地了，需要依靠其他更复杂和针对性的解决方案。在实际企业应用场景中，绝大多数对业务部门有价值的问题都处于Level 3和Level 4，因此导致了“RAG一周出Demo，半年上不了线”的窘境。接下来，风叔将详细阐述这四类问题的特点和解决方案。看到最后，相信你一定会有收获！显性事实是指外部数据中直接存在的事实信息或数据，不需要进行额外的推理。比如“2016年奥运会在哪里举办的？”、“某传感器的品牌和工作温度是多少？”、“门店A上个月的营业额是多少？”。显性事实查询是最简单的查询形式，直接从提供的数据中检索到明确的事实信息，不需要复杂的推理和思考，因此非常适合使用RAG。当然，要准确、高效地检索和生成相关内容，还需要对RAG系统进行优化。可以通过风叔之前介绍的方法，这里再做个简单的回顾。索引构建
块优化：通过滑动窗口、增加元数据、从小到大等方式，更加合理地对内容块的大小、结构和相关性进行分块。
多级索引：指创建两个索引，一个由文档摘要组成，另一个由文档块组成，并分两步搜索，首先通过摘要过滤掉相关文档，然后只在这个相关组内进行搜索。
知识图谱：提取实体以及实体之间的关系，构建一种全局性的信息优势，从而提升RAG的精确度。
预检索
多查询：借助提示工程通过大型语言模型来扩展查询，将原始Query扩展成多个相似的Query，然后并行执行。
子查询：通过分解和规划复杂问题，将原始Query分解成为多个子问题，最后再进行汇总合并。
查询转换：将用户的原始查询转换成一种新的查询内容后，再进行检索生成。
查询构建：将自然语言的Query，转化为某种特定机器或软件能理解的语言，比如text2SQL、text2Cypher。
检索
稀疏检索器：用统计方法将查询和文档转化为稀疏向量。其优势在于处理大型数据集时效率高，只关注非零元素。
密集检索器：使用预训练的语言模型（PLMs）为查询和文档提供密集表示，尽管计算和存储成本较高，却能提供更复杂的语义表示
检索器微调：基于有标记的领域数据微调检索模型，通常借助对比学习来实现
检索后
重排序：对于检索到的内容块，使用专门的排序模型，重新计算上下文的相关性得分。
压缩：对于检索到的内容块，不要直接输入大模型，而是先删除无关内容并突出重要上下文，从而减少整体提示长度，降低冗余信息对大模型的干扰。
隐性事实查询
隐性事实并不会直接在原始数据中显现，需要少量的推理和逻辑判断。而且推导隐性事实的信息可能分散在多个段落或数据表中，因此需要跨文档检索或跨表查询。比如，“查询过去一个月营收增长率最高的门店”，就是一个典型的隐性事实查询。需要先获取所有门店这个月和上个月的营收，然后计算每个门店的营收增长率，最后排序得出结果。隐性事实查询的主要挑战是，不同问题依赖的数据源和推理逻辑都各不相同，如何保障大模型在推理过程中的泛化性。Iterative Rag：在检索前先生成检索计划，然后在检索过程中不断根据检索结果进行优化。比如利用ReAct框架，沿着Thought - Action - Observation的分析思路，逐步逼近正确答案。 Self-Rag：构建四个关键的评分器，即检索需求评分器、检索相关性评分器、生成相关性评分器和回答质量评分器，从而让大模型自主决定何时开始检索、何时借助外部搜索工具、何时输出最终答案。Raptor：RAPTOR 根据向量递归地对文本块进行聚类，并生成这些聚类的文本摘要，从而自下而上构建一棵树。聚集在一起的节点是兄弟节点；父节点包含该集群的文本摘要。这种结构使 RAPTOR 能够将代表不同级别文本的上下文块加载到 LLM 的上下文中，以便能够有效且高效地回答不同层面的问题。GraphRag：一种将知识图谱与Rag相结合的技术范式。传统Rag是对向量数据库进行检索，而GraphRag则对存储在图数据库中的知识图谱进行检索，获得关联知识并实现增强生成。text2SQL：主要用于数据库查询，尤其是多表查询场景，可参考《一文读懂ChatBI的实现难点与解决方案，问答准确率超过99%》
可解释性推理
可解释性推理，是指无法从显性事实和隐性事实中获取，需要综合多方数据进行较为复杂的推理、归纳和总结的问题，并且推理过程具备业务可解释性。
ChatBI中的归因分析，就是典型的可解释性推理，比如”过去一个月，华南区域营收下滑5%的原因是什么？“。这个问题无法直接获取，但可以通过一定方式进行推理，如下所示：
总营收 = 新客 * 转化率 * 客单价 + 老客 * 复购率 * 客单价
经过分析，新客数量、转化率和客单价并未发生明显变化，而老客复购率下滑约10%，因此可以推断出可能是”服务质量、竞品竞争“等原因，引起了老客复购率的下滑，从而导致了总营收的下降。
可解释性推理问题主要有两个挑战，多样化的提示词和有限的可解释性。
多样化的提示词：不同的查询问题，需要特定的业务知识和决策依据。比如推理营收下滑的原因可以用上述的业务规则，但如果是推理毛利率下滑的原因，就需要另一种业务规则。这种多样化的规则沉淀，既需要行业专家进行梳理和沉淀，也需要将其转换为合适的提示词，让大模型理解背后的逻辑。
有限的可解释性：提示词对于大模型的影响是不透明的，我们很难评估提示词对模型的影响，因此会妨碍我们构建一致的可解释性
面对这样的挑战，风叔主要有以下建议：
提示词工程优化
优化提示词：需要有效地将业务推理逻辑，整合到大语言模型中，比较考验提示词设计人员的行业know-how。
提示词微调：手动设计提示词会很耗时，可以通过提示词微调技术解决这个问题。比如通过强化学习，将大模型生成正确回答的概率作为奖励，指导模型在不同数据集上发现最佳提示词配置。
构建决策树
决策树：将决策流程转换为状态机、决策树或伪代码，让大模型执行。比如在设备运维领域，构建故障树就是一种非常有效的故障检测方案。
利用智能体工作流
Agentic Workflow：通过workflow构建大模型思考和行动的具体步骤，从而约束大模型的思考方向。这种方法的优点是能够提供相对稳定的输出，但缺点是灵活性不足，同样需要针对每类问题设计工作流。
隐性推理查询
隐性推理查询，是指难以通过事先约定的业务规则或决策逻辑进行判断，而必须从外部数据中进行观察和分析，最终推理出结论。
比如IT智能运维，并不存在先验的完整文档，详细记录每种问题的处理方法和规则，只有运维团队过去处理的各种故障事件和解决方案。大模型需要从这些数据中挖掘出针对不同故障的最佳处理方案，这就是隐性推理查询。
同样，在产线智能运维、智能量化交易等场景中，都涉及大量的隐性推理查询问题。
隐性推理问题的主要挑战是逻辑提炼困难、数据分散和不足，是最为复杂和苦难的问题。
逻辑提炼困难：在海量数据中挖掘隐性逻辑，需要开发复杂且有效的算法，能够解析和识别隐藏在数据背后的逻辑。因此，仅依靠表面的语义相似性是远远不够的，需要构建专门的小模型来应对。
数据分散和不足：隐性逻辑往往隐藏在非常分散的知识中，因此要求模型具备强大的数据挖掘和综合推理能力。同时，当外部数据有限或者数据质量不满足要求时，也很难从中挖掘出有价值的信息。
对于隐性推理问题所面临的挑战，有以下解题思路：
机器学习：通过传统的机器学习方法，从历史数据和案例中总结出潜在的规则。
上下文学习：在提示中涵盖相关的示例，给模型进行参考。但是这种方法的缺陷在于，如何让大模型掌握其训练领域之外的推理能力。
模型微调：通过大量业务数据和案例数据，对模型进行微调，将领域知识进行内化。但是这种方法的资源耗费比较大，中小企业谨慎使用。
强化学习：通过奖励机制，鼓励模型产生最符合业务实际的推理逻辑和答案。
总结
在本篇文章中，针对Rag上手容易上线难的问题，风叔介绍了用户检索的四类问题，以及每类问题对应的解题思路。
对于显性事实查询和隐性事实查询类问题，可以通过多种Rag优化方案来解决。但是，面对可解释性推理和隐性推理问题时，只使用RAG就会力不从心了，需要引入提示词工程、决策树、Agentic Workflow、机器学习、模型微调和强化学习等多种方法。
其中每个方法要详细展开阐述的话，都可以单独写一个系列。因此，本文只是先抛出这些解题方向，不做展开。后续有时间，风叔再结合实际案例做详细介绍。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
