请描述检索增强生成（RAG）从用户查询到生成回答的完整执行流程包含哪些主要步骤？

回答思路

1. 【回答框架 1】RAG全称Retrieval-Augmented Generation，核心思想是先检索后生成，用外部知识库增强大模型回答的事实性和时效性。完整流程分为索引和查询两阶段，查询阶段包含检索、增强、生成三环节。
2. 【回答框架 2】索引阶段先对文档做清洗、分块，按固定语义单元切分为chunk，再用嵌入模型转为向量，写入向量数据库并建立倒排与向量混合索引。
3. 【回答框架 3】查询阶段将用户问题用同一嵌入模型向量化，通过近似最近邻搜索取Top-K相关文档块，重排序模型可提升相关性。
4. 【回答框架 4】增强阶段把检索结果与原始问题按模板拼接成Prompt，加入指令限定格式与引用来源，再交给LLM生成。生成后还可校验来源、过滤幻觉以提升可靠性。
5. 【关键点 1】RAG流程分离线索引与在线查询两大阶段
6. 【关键点 2】在线流程为查询向量化、向量检索Top-K、重排序、Prompt组装、生成回答
7. 【关键点 3】Prompt是关键拼接点，决定模型如何利用检索上下文
8. 【易错点 1】混淆离线索引与在线查询步骤，在线查询不需要再次分块
9. 【易错点 2】只做向量检索会丢失关键词匹配能力，可考虑混合检索加重排序
10. 【易错点 3】检索结果过少或过旧会直接降低回答质量，需维护索引更新机制