很多 RAG 项目从“接一个向量数据库”开始，但用户真正面对的是一个回答：它是否引用了正确的资料，资料是否足以支持结论，以及回答不知道时会不会坦诚说不知道。
因此，第一步不是切分文档，而是定义证据标准。对制度、价格、版本或合规类问题，应优先选择权威来源；对内部知识，应保留文档版本、更新时间与访问权限。检索结果不是背景装饰，而是回答的一部分。
把检索和回答分开检查
一次失败可能发生在两个完全不同的位置：系统没有找回相关段落，或者找回了正确段落却错误概括。把两者分开记录，才能知道该改善切分、排序、查询改写，还是生成提示。
先问“证据够不够”，再问“文笔好不好”。
在界面上，来源链接、引文片段和“未找到足够证据”的状态都应被视为正常输出。它们会略微降低回答的流畅感，却显著提高用户判断信息的能力。
上下文不是越长越好
把大量相似段落放进上下文，常常会稀释真正关键的证据。更实用的做法是：按问题类型选择检索范围，去除重复片段，并要求回答只依据被提供的材料作答。必要时让系统先列出证据，再写结论。