请解释检索增强生成（RAG）的概念，并描述其核心工作流程。

回答思路

1. 【回答框架 1】RAG即检索增强生成，通过外部知识库检索来增强大语言模型生成质量，核心思想是先检索后生成。
2. 【回答框架 2】主要流程包含索引阶段与查询阶段。索引阶段对文档分块、嵌入并构建向量数据库；查询阶段将用户问题嵌入，从向量库检索Top-K相关文档块，拼接为上下文输入LLM生成答案。
3. 【回答框架 3】可扩展为RAG-Fusion、Self-RAG等变体，但在基础层面，强调检索相关性与生成质量的平衡。
4. 【回答框架 4】其优势在于缓解幻觉、支持知识更新与领域定制，但存在检索失败、上下文截断等潜在风险，可搭配重排或递归检索优化。
5. 【关键点 1】RAG结合外部知识库检索与LLM生成
6. 【关键点 2】典型流程为索引构建、查询嵌入、相似度检索、上下文融合、生成
7. 【关键点 3】适用于知识密集型任务，可提升准确性与可解释性
8. 【易错点 1】把RAG仅等同于向量数据库检索，忽略重排与上下文工程
9. 【易错点 2】未处理低相关检索结果直接送入LLM，可能误导生成
10. 【易错点 3】误以为RAG完全解决幻觉，实际仍需置信度校验与答案溯源