怎么让 AI 读懂你私人的文档？

上回你调 API，结尾留了句话：把你的笔记、合同、资料喂给 AI，让它变成「最懂你」的助手。其实那个本领，圈里有个洋名字叫 RAG。今天我就把它掰开揉碎——你会发现，之前举的例子，比如在元器、扣子里传上去的那堆 PDF、Word，背后干的就是这活儿。

先说个扎心事：凭啥 AI 老「编」你的私事

你有没有过这种经历：把一份自家合同丢给 AI，问「违约金多少」，它噼里啪啦给你编个数，还编得有鼻子有眼。

原因很实在：之前我们聊过，普通聊天 AI 像个「答题机器」，只靠训练时记下的东西答；后面我们讲到调用API，调 API时 AI「记性为零」。它压根没见过你的合同，训练数据里也没你公司那点事，除了编，它没别的招。

换句话说，问它「天为啥是蓝的」它行，问它「我这份合同第几条说了啥」——这就叫「闭卷考试」，它答不了，只能蒙。

RAG 是啥：给 AI 一场「开卷考试」

RAG 全称 Retrieval-Augmented Generation，翻译过来是「检索增强生成」。这名儿唬人，干的事特简单，就三个动作：

- R（检索）：先去你的资料里，翻出跟问题最相关的那几段； 

- A（增强）：把翻出来的段落，拼到你的问题前面； 

- G（生成）：让 AI 看着「你的问题 + 翻出来的资料」，再开口答。

一句话：它不再是「凭记忆硬答」，而是「先去翻书、再答题」。这就像考试从闭卷变成开卷——书里有的，它照着说；书里没有的，它至少知道说「这书上没写」，而不是瞎编。

它到底怎么干活的（三步，不碰代码也看得懂）

不绕术语，用「整理一堆便利贴」打个比方：

第一步·切：你的那份 PDF、Word，会被切成一小段一小段的碎片，像把一本厚书撕成一张张便利贴。为啥切？因为一整本书塞进去，AI 找起来慢、还容易乱。

第二步·存：每段便利贴，会被变成一串「数字指纹」（行话叫向量），按「意思相近就排一块儿」的规则，塞进一个专门的抽屉（向量库）。以后你问一句，它就能按意思，从这个抽屉里捞出最像的几张。

第三步·答：你提问 → 它先去抽屉里翻出最相关的几张便利贴 → 把这些便利贴和你的问题拼一起 → 交给 AI 看着答。

重点来了：RAG 不是让 AI「背下」你的资料，是「用的时候现翻」。所以你改了资料，它下回答的就跟着变——这跟「训练一个专属 AI」（下篇要聊的微调）完全不是一回事，先别混了。

普通人怎么用：你第 3 篇其实已经用上了

好消息是，你基本不用懂上面那些，就能用上 RAG。

你在元器、扣子里建智能体，有个步骤叫「灌知识库」——把公众号文章、PDF、Word 传上去。你传完，它回答时就自动先去翻你传的东西。那一步，你其实就已经在搭 RAG 了，只是当时没说这个名字。

现在的工具更省事：几乎带「知识库 / 资料库」字样的产品，上传文件就完事，平台把「切、存、翻、答」那套全包了。像 WorkBuddy 这种能传资料库的，也是同一套路子。之前搭的客服 Bot，之所以能答出你公众号里写过的内容，靠的就是它。

别高兴太早：几个坑先看清

- 坑①·资料喂错了，它答的就错：RAG 只基于你给的答。你传的是旧版合同，它就按旧的来；传错文件，它一本正经答错的。垃圾进，垃圾出。 

- 坑②·资料太乱，翻出来的不准：扫描件糊成一团、表格歪七扭八，切出来的便利贴本身就是乱的，翻出来自然对不上。重要资料，先弄干净再传。 

- 坑③·隐私资料别乱传：这个之前就提醒过，再强调一遍——合同、客户名单、身份证类东西，往知识库塞前先想清楚这平台数据怎么存、谁能看。敏感的，宁可不传。 

- 坑④·它不会「推理」资料外的因果：RAG 擅长「从资料里找现成答案」，但「这几份资料合起来意味着啥风险」这种需要判断的活儿，它容易掉链子。要紧决定，人还是得把最后一道关。

今天你就干一件事

别光看，今天就把之前搭建的智能体找出来（或新建一个），传一份你真实的文档进去——比如一份产品说明、自家菜谱、或者读书笔记。然后问它一个「只有这份资料里才有的问题」，看它是不是真答得上来。

跑通这一次，你就亲手验证了：所谓 RAG，不过就是「给 AI 装了个小书包，用的时候它自己掏出来翻」。

观点：资料的质量，决定答案的质量

AI生成