【企业RAG系统】优化秘籍：这些关键点你注意到了吗？

本文总结了企业级RAG系统的关键要点，主要包括三个环节：文档预处理、文档召回和生成增强。在文档预处理中，需根据不同业务场景（如业务咨询或技术咨询）选择合适的处理方式（OCR或多模态技术），建议统一转换为markdown格式并提炼摘要/标签。文档召回阶段需优化用户问题，结合标量检索和向量检索提升召回率。生成增强环节则需对召回数据进行整合、提炼和格式优化。文章还介绍了大模型AI的学习路径，分为应用开发

m0_63171455

751人浏览 · 2025-09-16 08:00:00

m0_63171455 · 2025-09-16 08:00:00 发布

最近手上的一个RAG聊天类项目也算接近了尾声，虽然从功能上来说项目已经完成了；但从质量上来看，其实离真正的完成还差了老大一截，原因就是做出来了，但没做好。

因此，今天我们就来基于这个项目做一个基本的项目总结，看看在一个企业级RAG系统中，到底存在哪些问题，以及应该怎么做。

企业级RAG

还是那句话，RAG从技术的角度来看主要是三个部分：

1. 文档预处理

2. 文档召回

3. 生成增强

所以，我们就从这三个角度来看一下在真正的企业级项目中应该怎么做。

文档预处理

文档预处理一直都是RAG系统中的一个技术难点，原因就在于无格式的复杂文档处理；典型的就是word，pdf这种图文表混合的文档，目前为止还没有一个很好的解决方案。

但技术的发展是一个线性的过程，并不能因为存在问题就不管了；因此，面对这种问题我们需要在贴合业务场景的前提下，尽量的把这些存在问题的影响降到最低。

在这里我们需要强调，也是需要注意的一件事；文档预处理之前一定要搞明白你的业务场景，不同的业务场景对文档处理的要求也不尽相同；比如说你是业务咨询类场景，这时你可能主要需要的是一些文字描述类文档；而如果你是技术咨询类场景，可能还需要大量的架构图，方案设计等。

前者我们可能只需要使用ocr技术或者直接把文档中的图片给丢掉即可；而后者可能需要使用多模态技术，把文档中的图文表给抠出来，然后进行混合检索和回答。

再说文档格式的问题，在真实的业务场景中，文档的来源很复杂包括线下文档word，pdf，excel，txt等常见文档，以及线上文档数据库，API等；数据格式也多种多样，因此需要有一个统一的文档格式来承载这些不同的文档数据，只有这样才能方便我们统一进行管理和预处理。

毕竟对于检索召回端来说，文档预处理属于前置流程，其对检索召回是无感的；所以，在文档预处理时只需要按照要求的文档格式进行处理，那么就可以完全做到文档处理和召回的分离，减少系统的耦合性。

比如作者在项目中就是把所有格式的文档都处理成markdown格式，这样就可以进行统一的管理和向量化。

当然这里文档转换成markdown格式，并不是直接把原文档简单转换成markdown即可；而是需要对原文档进行清洗，梳理，删除一些无用和不规范的内容，尽量让markdown文档变得紧凑，舍弃部门全而不精的内容。

并且，可以对处理之后的markdown文档进行总结提炼——summary，以及提取标签；这样在检索端就可以使用标量召回和相似度召回，提升召回率。

文档召回

在第一步文档处理过程中，我们在尽可能保证文档质量的前提下，第二步要关注的就是文档召回的方式问题了。

在文档召回过程中，我们首先需要对用户的问题进行处理；这里的处理包括问题的完善和优化，提出相似子问题，以及最后的兜底问题等。

原因主要在于，用户在提出问题时除非特别专业或了解相关内容；否则很多情况下，用户自己可能都不知道到底应该怎么提问题，以及问题中会存在语义不通顺，错别字等情况。所以，对问题进行改写优化，并从多个维度提出几个相似性问题，有助于提高召回率。

其次，可以根据用户的问题提取标签，这样就可以根据这些标签进行标量检索，这样能够大大提升准确率以及查询效率；毕竟简单的字符匹配相对应向量计算要快得多。

之后，通过多种方式召回数据之后，最后需要对召回的数据进行去重，排序等操作；把相似度最高的数据丢给大模型，而不是把召回的所有数据都丢给大模型。

生成增强

在完成数据召回之后，并不是说这些数据就直接丢给大模型，我们还需要对这些数据进行处理；否则会存在很多问题。

比如说，你最终召回的数据是一个文档列表，我们是否能够先把这个文档列表转换成一段完整的文档；而不是一段一段好像无关的文档列表。

其次，由于模型上下文窗口有限，特别是在多轮对话中，我们可能还需要对召回的文档进行提炼总结之后再丢给模型；以及对历史记录进行压缩；一是为了防止上下文超长导致内容丢失，二是上下文过长会导致模型处理质量下降。

最后，在一些业务场景中，可能还需要给用户展示参考文档，以及源文档；这时我们还需要处理好文档的格式，否则给用户看到一堆没有格式的乱七八糟的内容，也会影响用户体验。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述