第三章：知识库与 RAG

今天我们要讲的知识点是知识库和 RAG（检索增强生成）。知识库并不是让 AI "记住"你的文件。你上传的文件会经过一条流水线：先被切成几百张小卡片，每张卡片被标上一个语义坐标，意思相近的卡片坐标靠近，然后存进专门的向量数据库。当你提问时，系统把你的问题也变成坐标，找出距离最近的三到十张卡片，只把这几张塞给 AI 看，AI 基于这些碎片生成回答。

这条流水线的每个环节都可能出问题。切块时如果一句完整的规定被从中间切断，你拿到的答案就只有前半句。你的措辞和文件里的措辞不同，语义坐标可能不够近，关键卡片就被漏掉了。知识库答错的案例里，大约百分之八十的问题出在切块这一步。理解了这条流水线的原理，遇到答案不对时你就能判断是哪个环节出了问题，而不是笼统地觉得"这东西不靠谱"。