RAG（检索增强生成）技术通过结合检索与生成解决大语言模型的三大缺陷：知识更新滞后、幻觉问题和私有数据访问受限。其核心流程分为索引、检索、生成三阶段，通过将文档切分、向量化存储，再基于用户问题检索相关片段并生成答案。技术栈涵盖嵌入模型、向量数据库和大模型，优化手段包括混合检索、重排序等。相比微调，RAG具有知识更新实时、可解释性强等优势，是企业知识管理等场景的理想选择。该技术正朝着多模态、交互式方

Prompt工程是优化大语言模型（LLM）输入文本（Prompt）以获取高质量输出的关键技术。核心要素包括指令、上下文、输入数据、输出格式、角色扮演和示例。实用技巧：清晰具体的指令、结构化标记（如Markdown）、少样本学习（Few-shot）、思维链推理（Chain-of-Thought）和角色扮演。实战中需避免过度约束、隐晦假设等陷阱，并通过工具（如LangChain）和论文持续优化。Pro