【速通RAG实战：生成】8.智能生成引擎：大模型与Prompt工程黄金指南

在 RAG（检索增强生成）系统中，生成环节是将检索到的相关信息与大语言模型相结合，为用户生成准确、有用回答的关键步骤。
而 Prompt 提示工程则是引导大模型输出高质量结果的重要手段。

1.RAG生成流程

RAG的典型流程分为四步：

1.用户查询输入 → 2. 检索相关文档 → 3. 融合检索结果与查询 → 4. 生成最终输出。

经过 RAG 索引流程对外部知识的解析及向量化，RAG 检索流程语义相似性的匹配及混合检索，系统进入 RAG 生成流程。
生成流程中，首先需要组合指令，指令将携带查询问题及检索到的相关信息输入到大模型中，由大模型理解并生成最终的回复，从而完成整个应用过程。

RAG 的本质是通过为大模型提供外部知识来增强其理解和回答领域问题的能力。

1.大模型与RAG

大模型在 RAG 系统中起到大脑中枢的作用，尤其在面对复杂且多样化的 RAG 任务时，大模型的性能直接决定了整个系统的效果和响应质量，可以说大模型是整个系统的大脑。

2.提示词工程与RAG

提示词工程是生成流程中的另一