面试高频题：RAG 检索优化策略有哪些？索引层、查询层、召回层、重排序层分别解决什么问题？
在实际项目中，很多人认为 RAG 的核心是：
text
Embedding → 向量数据库 → LLM但真正上线后会发现：
- 为什么知识库明明有内容，却搜不到？
- 为什么召回到了文档，却回答错误？
- 为什么相同问题有时候回答正确，有时候回答不正确？
实际上，企业级 RAG 的优化已经形成了一套完整体系：
text
文档层
↓
索引层
↓
查询层
↓
召回层
↓
重排序层
↓
生成层每一层都有自己要解决的问题。
RAG 优化体系
text
用户问题
↓
Query Rewrite
（查询层）
↓
Hybrid Search
（召回层）
↓
Vector Recall
（召回层）
↓
Rerank
（重排序层）
↓
Prompt构建
↓
LLM生成简单理解：
| 层级 | 目标 |
|---|---|
| 索引层 | 建好知识库 |
| 查询层 | 理解用户问题 |
| 召回层 | 找到相关内容 |
| 重排序层 | 挑出最相关内容 |
| 生成层 | 输出最终答案 |
一、索引层优化（Index Layer）
解决什么问题？
核心目标：
text
知识有没有被正确存进去？如果索引阶段做不好，后续检索能力再强也没有意义。
常见问题
1. Chunk 切分不合理
原始文档：
text
报销制度：
住宿标准300元
交通补贴100元错误切分：
text
Chunk1:
报销制度
Chunk2:
住宿标准300元
Chunk3:
交通补贴100元导致语义被割裂。
2. Chunk 太大
text
5000 Token 一个 Chunk问题：
- 召回精度下降
- 噪音增加
- 相关性变弱
3. Chunk 太小
text
50 Token 一个 Chunk问题：
- 上下文缺失
- 信息不完整
- 回答容易断章取义
优化方案
- Parent-Child Chunking 是最直接的方案。把文档切成两个版本：一份是细粒度的子 chunk（比如 150 token 一个），一份是粗粒度的父 chunk（比如 500 token 一个），每个子 chunk 通过 parent_id 关联到对应的父 chunk。入库时只给子 chunk 建向量索引；检索时用子 chunk 的向量来匹配，精度高；命中之后，根据 parent_id 取出对应的父 chunk，把父 chunk 塞给 LLM 阅读，上下文完整。这样就做到了「检索用小的，阅读用大的」，两全其美。
- 摘要索引（Summary Index）的思路稍有不同，它不是切割文档，而是让 LLM 为每一段内容生成一段摘要，用摘要来建向量索引。为什么这样做？因为文档原文有时候表述很散，而摘要是对核心意思的提炼，语义更聚焦，在向量空间里和用户的问题会更接近，命中率更高。检索时用摘要的向量匹配，命中后把原始段落塞给 LLM 阅读。
- 多粒度分层索引则更激进，同时建章节级、段落级、句子级三层索引。不同类型的问题适合不同粒度：「什么是 RAG」这种宽泛的概念性问题，用章节级就够了；「退款申请需要几个工作日」这种细节性问题，用句子级更精准。系统根据问题类型自动选择合适的粒度去检索，能覆盖更多类型的用户需求。
索引层解决的问题
text
召回不到
召回不全
上下文断裂
知识质量差二、查询层优化（Query Layer）
解决什么问题？
核心问题：
text
用户不会按照文档里的方式提问例如：
知识库标题：
text
员工请假制度用户提问：
text
我想休年假怎么办？语义相同。
关键词完全不同。
优化方案
Query Rewrite（问题改写）
流程：
text
用户问题
↓
Query Rewrite
↓
标准问题例如：
text
我想休年假怎么办改写为：
text
员工年假申请流程是什么？Query Expansion（查询扩展）
原问题：
text
RAG扩展为：
text
Retrieval Augmented Generation
检索增强生成
知识库问答Multi Query（多路查询）
用户问题：
text
如何报销差旅费？生成多个查询：
text
差旅报销流程
出差费用报销
财务报销制度并行检索。
查询层解决的问题
text
用户表达不规范
关键词缺失
同义词问题
专业术语差异三、召回层优化（Recall Layer）
解决什么问题？
核心目标：
text
如何找到相关内容？这是决定召回率的关键环节。
方案一：向量检索（Vector Search）
流程：
text
Question
↓
Embedding
↓
Vector Search优点：
text
理解语义例如：
text
请假
≈
休假缺点：
text
关键词容易丢失例如：
text
ErrorCode=10086
订单号=A12345向量检索效果通常较差。
方案二：BM25
传统关键词检索。
优点：
text
关键词精准匹配适用于：
text
订单号
身份证号
错误码
合同编号缺点：
text
不理解语义方案三：Hybrid Search（混合检索）
企业级主流方案。
text
BM25
+
Vector Search同时执行：
text
向量检索 Top10
+
BM25 Top10
↓
Merge
↓
Top20Hybrid Search 的优势
同时兼顾：
text
语义匹配
+
关键词匹配解决单一检索方式的缺陷。
召回层解决的问题
text
漏召回
关键词丢失
语义匹配不准确
召回率低
四、重排序层（Rerank Layer）
解决什么问题？
核心问题：
text
召回到了
但排序不对例如：
用户问题：
text
出差补贴标准召回结果：
text
文档A 相似度0.91
文档B 相似度0.90
文档C 相似度0.89实际上：
text
文档C才是真正答案为什么会这样？
Embedding计算的是：
text
语义相似度而不是：
text
问题相关性Rerank 工作原理
重新计算：
text
Question
+
Candidate Document之间的匹配分数。
流程：
text
Top20 Recall
↓
Rerank
↓
Top5常见 Rerank 模型
- BGE-Reranker
- Cohere Rerank
- Qwen-Reranker
- Jina-Reranker
企业实践效果
很多项目：
text
加Rerank前：
准确率 65%
text
加Rerank后：
准确率 80%+提升非常明显。
重排序层解决的问题
text
排序错误
噪音过多
上下文不精准
相关性不足五、生成层优化（Generation Layer）
解决什么问题？
核心问题：
text
如何减少幻觉？即使召回正确：
text
正确资料
≠
正确回答Prompt 优化
推荐：
text
请严格依据提供资料回答。
如果资料中没有答案：
请直接回复：
"知识库中未找到相关内容"。引用来源
例如：
text
根据《财务报销制度V3.0》第三章规定：提升可信度。
多轮推理
复杂问题：
text
上海研发人员出差补贴标准是多少？
是否有特殊政策？可能涉及多个文档。
需要：
text
第一次检索
↓
实体抽取
↓
第二次检索
↓
综合回答即：
text
Multi-Hop RAG企业级最佳实践架构
生产环境通常采用：
text
文档处理
↓
语义Chunk
↓
Embedding
↓
向量数据库
↓
Query Rewrite
↓
Hybrid Search
↓
Top20 Recall
↓
Rerank
↓
Top5 Context
↓
Prompt Engineering
↓
LLM而不是简单的：
text
Embedding
↓
Vector Search
↓
LLM面试总结
如果面试官问：
RAG 检索优化策略有哪些？
推荐回答：
RAG 的优化主要分为四层：
- 索引层：优化 Chunk 切分、Overlap、元数据管理，提高知识存储质量；
- 查询层：通过 Query Rewrite、Query Expansion、Multi Query，提高用户问题理解能力；
- 召回层：采用 Hybrid Search（BM25 + Vector Search）提高召回率；
- 重排序层：使用 Rerank 模型提升结果排序准确率；
- 生成层：通过 Prompt Engineering、引用来源、多轮推理降低幻觉。
企业项目中收益最大的三个优化通常是：
text
语义Chunk
+
Hybrid Search
+
Rerank这三项优化往往能够解决 80% 以上的 RAG 效果问题。
一句话总结
text
索引层解决：存得好
查询层解决：问得准
召回层解决：找得到
重排序层解决：排得对
生成层解决：答得准这也是当前大厂和企业级 RAG 系统最主流的优化思路。
想要了解更多AI面试只是wx搜索：数字生命普朗克