RAG 开发四大痛点及解决方案

痛点1：知识缺失

知识库缺了必要的上下文，这事儿再常见不过。RAG系统在找不到确切答案时，不是老老实实说不知道，反而提供一些模棱两可的信息，用户被带到沟里，体验自然好不了。那么，怎么破？主要有两条路。

解决方案一：优化数据质量

“垃圾进，垃圾出”这个道理大家都懂。源数据如果质量堪忧——比如存在矛盾信息、乱码、重复——再完美的RAG流程也白搭。高质量的数据是顺畅运行的基石。下面这些策略不仅解决这个痛点，还能顺带应付后续提到的其他问题。

• 清除噪音和无关信息：移除特殊字符、停用词（比如“the”、“a”这类高频词）、HTML标签。
• 识别并修正错误：拼写错误、打字错误、语法错误。拼写检查工具和语言模型能帮上忙。
• 去除重复数据：消除可能干扰检索的重复或近似记录。

解决方案二：优化提示词设计

知识库信息不足，系统容易“硬编”答案。这时候提示词设计很关键。比如说，明确告诉大模型：“如果你确定不了答案，就说不知道。”这能引导模型承认局限、表达得更清晰。当然，这不能保证绝对正确，但数据优化之后配上恰当的提示词，算得上是提高系统透明度的有效手段。

—

痛点2：更相关的知识没有检索出来

初步检索阶段，关键文档可能因为排名不够高被漏掉，大模型也就没法给出精确响应。有研究直接点破：“问题的答案其实就藏在文档里，只是因为它排名不够高，所以没有被呈现给用户。” 怎么解决？两个方向。

解决方案一：调整 chunk_size 和 similarity_top_k 超参数

chunk_size 和 similarity_top_k 是控制数据检索效率和准确性的两个核心参数。调一调它们，就能在计算效率和检索质量之间找到更好的平衡点。

解决方案二：Rerank 重排序

把检索结果交给大模型之前，先重新排个序，效果提升相当明显。LlamaIndex 的笔记就展示了这一点：

1. 直接取前两个节点，结果不够精准。
2. 先检索前10个节点，用 CohereRerank 重排序，再取前两个节点，检索精度高出一大截。

参考代码：

import os 
from llama_index.postprocessor.cohere_rerank import CohereRerank 

api_key = os.environ["COHERE_API_KEY"] 
cohere_rerank = CohereRerank(api_key=api_key, top_n=2) 

query_engine = index.as_query_engine(
    similarity_top_k=10,
    node_postprocessors=[cohere_rerank]
)

response = query_engine.query("What did Sam Altman do in this essay?")

—

痛点3：格式错误

大模型没能按照要求的格式输出，比如表格、列表之类。四种解法供参考。

解决方案一：优化提示词设计

1. 明确指出格式要求。
2. 简化指令，突出关键术语。
3. 提供具体示例。
4. 迭代提示词，追加相关问题。

解决方案二：输出解析方法

输出解析可以这样用：

1. 为每个提示/查询提供格式化指南。
2. 对LLM的输出进行“解析”处理。

以下是用 LangChain 输出解析模块的示例代码（可在 LlamaIndex 中应用）：

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader 
from llama_index.core.output_parsers import LangchainOutputParser 
from llama_index.llms.openai import OpenAI 
from langchain.output_parsers import StructuredOutputParser, ResponseSchema 

documents = SimpleDirectoryReader("../paul_graham_essay/data").load_data()
index = VectorStoreIndex.from_documents(documents)

response_schemas = [
    ResponseSchema(name="Education", description="Describes the author's educational experience/background."),
    ResponseSchema(name="Work", description="Describes the author's work experience/background.")
]

lc_output_parser = StructuredOutputParser.from_response_schemas(response_schemas)
output_parser = LangchainOutputParser(lc_output_parser)

llm = OpenAI(output_parser=output_parser)
query_engine = index.as_query_engine(llm=llm)
response = query_engine.query("What are a few things the author did growing up?")
print(str(response))

解决方案三：Pydantic 程序

Pydantic 程序能把输入字符串转换成结构化的 Pydantic 对象。LlamaIndex 提供几种类型：

• LLM 文本补全 Pydantic 程序
  ：结合文本补全 API 和输出解析，将输入文本转换为用户自定义的结构化对象。

• LLM 函数调用 Pydantic 程序
  ：利用 LLM 函数调用 API 处理输入文本，转换成用户指定的结构化对象。

• 预制 Pydantic 程序
  ：将输入文本转换成预定义的结构化对象。

一个 OpenAI Pydantic 程序示例：

from pydantic import BaseModel 
from typing import List 
from llama_index.program.openai import OpenAIPydanticProgram 

class Song(BaseModel):
    title: str
    length_seconds: int

class Album(BaseModel):
    name: str
    artist: str
    songs: List[Song]

prompt_template_str = """
Generate an example album, with an artist and a list of songs.
Using the movie {movie_name} as inspiration.
"""
program = OpenAIPydanticProgram.from_defaults(
    output_cls=Album, prompt_template_str=prompt_template_str, verbose=True
)
output = program(movie_name="The Shining", description="Data model for an album.")

解决方案四：OpenAI JSON 模式

通过 OpenAI 的 JSON 模式，将 `response_format` 设为 `{ "type": "json_object" }`，大模型就只能生成可解析为有效 JSON 的字符串。这样输出格式就强制统一了，但注意它并不支持根据特定 schema 做验证。

—

痛点4：输出不完整

回答没把话说完。虽然部分答复没有错，但需要的信息明明在上下文中，却没能全部给出来。比如问“文档A、B和C中讨论的主要议题是什么？”，如果单独对每份文档查一遍，反而更靠谱。

解决方案一：查询变换

比较类问题在最初的 RAG 方法里表现尤其差。提升推理能力的一个有效方式是引入查询理解层——在向量化查询之前先变换一下。四种常见变换方法：

1. 路由
   ：保留原始查询，识别出相关的工具子集，然后指定为合适选项。

2. 查询重写
   ：保留选定的工具，但重新组织查询的表述，以便在同一工具集中应用。

3. 子问题分解
   ：把查询拆成几个小问题，每个针对不同的工具（由元数据决定）。

4. ReAct Agent 工具选择
   ：基于原始查询确定使用的工具，并制定在该工具上运行的具体查询。

以下是用 HyDE（假设文档嵌入）进行查询重写的示例。给定自然语言查询，首先生成一个假设文档/答案，然后用这个假设文档做嵌入搜索，而不是用原始查询。

documents = SimpleDirectoryReader("../paul_graham_essay/data").load_data()
index = VectorStoreIndex(documents)

query_str = "what did paul graham do after going to RISD"
hyde = HyDEQueryTransform(include_original=True)
query_engine = index.as_query_engine()
query_engine = TransformQueryEngine(query_engine, query_transform=hyde)

response = query_engine.query(query_str)
print(response)