1. 能返回结果，不代表检索正确

做到这里，我们已经有了一条能运行的 RAG 链：用户提问，Retriever 返回文档，模型参考文档生成答案。但真实项目很快会遇到一个反直觉的问题：向量库几乎每次都能返回内容，答案却不一定可靠。

假设知识库里同时有《员工考勤制度》《差旅报销制度》和《办公设备申领办法》。用户问：

如果检索结果的第一名是“差旅申请由直属负责人审批”，系统并不会报错。它只是把语义上“申请、审批”比较接近的错误资料交给模型。模型再把这段话组织得很通顺，用户看到的便是一条听起来可信、事实却不对的答案。

提高 RAG 质量，第一步不是把 topK 从 4 改成 8，也不是在 Prompt 里再写一遍“请准确回答”，而是先判断错误发生在哪一层：

这张表看起来朴素，却是排查 RAG 问题时最重要的分界。检索错了，继续调 Prompt 通常没有意义；检索正确而回答错了，才应该检查生成阶段。