什么是RAG？

Prompt

Prompt（提示词） 是指输入给 AI 模型的指令或问题，用于引导 AI 生成特定的回答或内容。一个好的 prompt 可以显著提高 AI 输出的质量和准确性。

# OpenAI API调用示例（ChatCompletion）
response = openai.ChatCompletion.create(model="gpt-4",messages=[{"role": "system", "content": "你是一位历史学家"},  # 系统级Prompt（背景设定）{"role": "user", "content": "罗马帝国灭亡的主要原因是什么？"}  # 用户问题]
)

• System:隐样提示词

  • 是模型的「幕后设定」，用户通常看不到它的具体内容（除非主动输出日志）。

  • 影响模型回答的风格、范围或规则（如角色扮演、回答限制等）。

  • 示例效果：设定"你是一位历史学家"后，模型会采用更学术化的语言，而非通用聊天语气。

• User:显式提示词

  • 是用户直接提出的问题或指令，模型必须针对其生成响应。

  • 内容会明确体现在对话历史中。

RAG:

RAG 代表 Retrieval-Augmented Generation（检索增强生成），是一种结合 信息检索 和 文本生成 的AI技术架构，主要用于提升大模型（如GPT）生成内容的 准确性和事实性。

将大模型作为了一个推理引擎来使用了

Fine-tuning:

Fine-tuning（微调） 是指在大模型（如GPT、BERT等）的预训练（Pre-training）基础上，针对特定任务或领域，用专项数据集对模型进行二次训练，使其适应具体需求的技术。

• 预训练 = 学完大学通识课程（数学、物理、文学等）。

• 微调 = 针对某个职业（如医生、律师）进行专业培训。