上下文与 RAG · 知识检索
数据库、RAG 与分层索引：三种检索方式怎样分工
精确查询、语义召回和目录导航各有优势；可靠知识系统通常需要组合，而不是押注单一技术。
本页目录
学完这一篇，你应该能够
- 理解精确查询与语义检索的差别
- 识别切块造成的信息断裂
- 设计可维护的分层索引
数据库擅长精确、稳定的字段
订单号、客户编号、金额和日期适合结构化数据库。它能快速、可复算地回答明确查询，但不会自动理解所有自然语言近义表达。
RAG 用语义召回补充外部知识
RAG 通常把文档分段并转成向量，先找与问题语义接近的片段，再把片段交给模型生成答案。它适合从大量非结构化文字中寻找可能相关的内容。
- 召回不等于事实正确
- 切块可能割裂定义、条件与结论
- 旧版本和重复文档会制造冲突
- 回答必须保留来源位置
分层索引保留人的知识结构
在总目录和主题目录中维护 index.md，用一句话说明文件用途、版本与读取顺序。AI 先看地图，再进入具体文件，能减少一次性加载全部资料的噪声。
组合使用，而不是二选一
结构化事实从数据库取，长文档用语义检索找候选，关键制度用目录和版本规则确认，最后把相关片段与来源放进当前 Context。
动手练习
选择一个包含结构化表格和长文档的资料库，分别写出哪些问题应查数据库、哪些适合 RAG、哪些必须先走目录与版本确认。
完成标准
- 知道三种检索方式各自解决什么问题
- 检索结果始终保留来源与版本
- 已经为一个目录设计两级索引
资料说明
根据 PandaUp 课程逐字稿、课程母版与脱敏实践材料重新编写。本文为公开原创整理，不是录音或课件的逐字转载；涉及产品能力、价格、政策和其他时效信息时，请以使用当日的官方资料为准。