最近和几个在阿里、美团做大模型应用的朋友聊天，发现现在面试 AI 工程师或者架构师，RAG（检索增强生成） 几乎是必考题。

很多人回答 RAG 流程时，往往只会说：“不就是先检索、后生成吗？” 如果你这么答，面试官大概率会心里暗想：“又是一个看两天文档就来面试的。”

真正落地过生产级 RAG 系统的同学都知道，从“跑通 Demo”到“工业级可用”，中间隔着十个重排序（Rerank）和无数个分块策略（Chunking Strategy）。

今天，我带大家拆解一套满分面试思路，把 RAG 流程讲出“工程深度”。

一、 别只盯着生成，离线索引才是底座

很多同学一聊 RAG 就直接从用户提问开始，其实离线阶段（Indexing）的设计最能体现功底。

一个高可用的索引管道，绝不是简单的 Document -> Split -> Store：

1. 清洗与分块（Chunking）：

   • 痛点：固定长度切分（比如 512 token）会把一句话拦腰截断。

   • 进阶答法：我会根据文档的语义结构进行递归切分，甚至保留一定的 Overlap（重叠度），确保检索时不会丢失上下文。

2. 多模态索引：

   • 如果文档里有大量表格和图片怎么办？这里可以提一下利用 Unstructured 库提取表格，或者用 Markdown 格式存储，因为它对 LLM 最友好。

二、 在线链路：从“召回”到“重排”的艺术

面试官最喜欢听的是：“你是如何解决检索不准的问题的？”

这时，你需要抛出 RAG 的“黄金四步法”：

1. 查询变换（Query Transformation）

用户的问题往往很模糊。比如用户问“那那个策略怎么配？”，系统根本搜不到。

• 黑话点：我会引入 Query Rewrite（重写） 或者 HyDE（假设性文档嵌入）。先让大模型根据问题生成一个“伪答案”，再用这个伪答案去搜知识库，效果往往比直接搜问题好得多。

2. 多路召回（Hybrid Search）

• 避坑指南：别迷信向量检索（Vector Search）。

• 架构师观点：在处理特定术语（如产品型号、人名）时，传统的 BM25（关键词检索） 依然是王者。我会采用 向量检索 + 关键词检索 的多路召回模式，确保“既要语义对得上，又要词汇对得上”。

3. 核心杀手锏：重排序（Rerank）

这是区分高手和小白的分水岭。

• 逻辑：初次检索（召回）为了快，通常用向量相似度，但它并不代表逻辑相关。

• 实战做法：我会取召回的 Top-20 个文档，丢给一个 Cross-Encoder 模型（如 BGE-Reranker） 进行二次打分，最后只取最精准的 Top-5 喂给大模型。

三、 提示词工程：别让模型“胡言乱语”

检索到了高质量内容，如果 Prompt 写得烂，模型还是会产生“幻觉”。

一个专业的 RAG Prompt 模板通常包含三部分：

1. 约束声明：明确要求“只能根据给定的参考资料回答，不知道就说不知道”。

2. 背景注入：将 Rerank 后的精选片段注入。

3. 引用规范：要求模型在回答中注明引用了哪篇文档，方便用户回溯。

Fox 提示： 这里的技巧是处理 “Lost in the Middle” 问题。如果参考资料太长，要把最重要的信息放在开头或结尾，模型才不容易忘。

四、 闭环评估：你凭什么说你的 RAG 变强了？

如果面试官问：“你优化了系统，怎么量化评估？”你若答“我觉得效果变好了”，面试就悬了。

你需要提到 RAGAs 评估框架。它有三个核心指标（RAG Triad）：

• Context Relevance（检索相关性）：搜出来的东西对不对？

• Faithfulness（忠实度）：回答是不是根据搜出来的东西写的，有没有瞎编？

• Answer Relevance（回答相关性）：回答是不是用户真正想要的？

五、 RAG 面试核心总结（直接背诵版）

1. 一句话定义（定调子）

“RAG（检索增强生成）本质上是为大模型提供了一个动态更新的外部知识库。它通过‘先检索相关片段，后辅助生成回答’的方式，有效解决了大模型的幻觉问题和知识时效性问题。”

2. 五大核心流程（讲链路）

您可以按照“入、搜、精、产、评”这五个字来组织：

• 离线索引 (Indexing)：对文档进行语义分块 (Chunking)，通过 Embedding 模型向量化后存入向量数据库（如 Milvus/Pinecone）。

• 查询变换 (Query Transform)：对用户模糊的提问进行 Query Rewrite（重写） 或 HyDE（假设性文档），提升检索意图的精准度。

• 多路召回 (Hybrid Search)：采用向量检索（语义）+ BM25（关键词）的双路召回，平衡长尾词和语义理解。

• 重排序 (Rerank)：【核心高分点】使用 Cross-Encoder 模型对召回的 Top-20 文档进行精排，选出最相关的 Top-5 喂给模型。

• 增强生成 (Generation)：将精选片段嵌入 Prompt 模板，并加入“请根据资料回答”的约束，最终由大模型输出答案。

3. 三大优化杀手锏（秀深度）

如果面试官问怎么优化，直接甩出这三点：

• 分块策略：不采用固定长度，而是采用语义分块加 Overlap（重叠），保证上下文不丢失。

• 精排环节：引入 Reranker 模型。召回决定下限，重排决定上限。

• 评估闭环：采用 RAGAs 框架，通过“上下文相关性、忠实度、回答相关性”三个维度（RAG Triad）进行量化评估。

写在最后

RAG 流程不是一条直线，而是一个不断震荡优化的循环。

在面试中，我们要表达的观点是：没有完美的算法，只有最适合业务场景的工程权衡（Trade-off）。 比如：为了追求极速，我们可以牺牲一点 Rerank 的精度；为了处理私有数据，我们可能需要自建 Embedding 模型。

如果你能按这个逻辑答下来，面试官眼中看到的不是一个只会调 API 的码农，而是一个能落地、懂深度、有闭环思维的架构师。