起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
AI产品经理：从文档解析到数据清洗，打造高质量RAG数据集
在大模型应用落地的过程中，RAG（检索增强生成）正成为连接外部知识与智能问答的关键技术。但真正能跑通的RAG系统，背后依赖的是一套高质量的数据构建流程——从文档解析、内容切分，到数据清洗与结构化，每一步都决定了最终效果。本文将以产品经理视角，拆解打造高质量RAG数据集的完整路径，不仅讲方法，更讲实操，帮助你在AI项目中少踩坑、快落地。
"RAG"相关的文章
RAG到底是啥？它如何让AI从“瞎编”变“靠谱”
从医疗、教育到金融和制造业，AI的应用不仅提高了效率，还带来了全新的用户体验。文章详细分析了AI技术的发展趋势、面临的挑战以及未来的发展方向，为读者提供了一个全面的视角来理解AI如何塑造我们的未来。
动态知识从RAG到Context Engineering
RAG（检索增强生成）曾是连接外部知识与模型能力的关键桥梁，但随着业务复杂度提升，它的局限也逐渐显现。Context Engineering 的出现，正在重新定义“知识注入”的方式——从检索到构造，从拼接到理解，让上下文成为真正的生产力。本文将带你梳理从 RAG 到 Context Engineering 的演进路径，揭示背后的技术逻辑与产品思维，帮助你在构建智能应用时少踩坑、快落地。
RAG全系列之《向量化与向量召回》
在知识检索领域，向量化与重排序正成为解决海量数据精准检索的关键技术组合。本文深入剖析向量化与重排序技术，从文档拆分的多种优化方法，到向量化模型选择、相似度计算的技巧，为你提供一套全面的知识检索指南，供大家参考。
向量库已死、RAG永存：模型进步再次干死过时技术
向量库刚被捧上神坛，就被最新一代大模型一脚踹下。原因很简单：当模型上下文一口气拉到百万 token，召回和排序一次搞定，传统 RAG 架构里的向量检索瞬间成了“多余的中间商”。本文用实测数据告诉你，向量延迟、精度天花板和成本是如何被原生长上下文碾压的——以及，在“模型即检索”的新范式里，开发者该如何重写知识库代码。
万字拆解：RAG已死吗？上下文工程（context engineer）为何为王？
最近看一个播客是 Chroma 创始人兼 CEOJeff在 Len Space 播客的对话，对话的标题就是关于“RAG is dead”的观念，在视频中很明显的说明了原本的RAG的局限性和现在context engnieer的重要性，今天我就想全面分析一下“上文工程”（context engnieer）为什么这么爆火？以及将来RAG的形态到底何去何从……
RAG全系列之【RAG 概念扫盲】
RAG 作为打造个性化大模型应用的基础流程正持续火爆，不少项目已推向用户。那 RAG 究竟是什么？简单说，就是让大模型基于特定知识生成答案，而非泛泛内容。本文将分享 RAG 的实战经验与应对这些挑战的思路，值得探索大模型应用者一读。
从RAG到Agentic RAG的变化
从RAG到Agentic RAG，是AI从“信息调用”走向“任务执行”的一次范式跃迁。本文将系统梳理Agentic RAG的架构演进、能力扩展与应用场景，帮助读者理解生成式AI如何从“工具”变成“智能体”。
当 RAG 失效时，我们该如何让 AI 真正“理解”企业系统？
RAG 曾是企业构建智能问答系统的“黄金方案”，但在复杂业务场景中，它的边界正在显现。本文将从 RAG 的失效机制出发，探讨如何通过 Agent 化、语义建模与系统协同，让 AI 真正“理解”企业系统，走出知识调用的浅层困境。
告别“AI胡说八道”！RAG技术如何为模型注入真实知识？
AI胡说八道，不是因为它“太聪明”，而是因为它“没知识”。RAG技术正在成为解决大模型幻觉的关键方案，让生成内容不再凭空捏造，而是有据可查。本文将从底层机制到产品应用，拆解RAG如何为AI注入真实认知。
AI产品经理必修课：RAG（终）
RAG，不只是技术架构，更是一种产品思维。从“检索增强”到“生成协同”，它连接的是知识系统与用户体验的双重跃迁。但很多产品经理只看到了“能搜能答”，却忽略了背后的数据治理、提示词策略与系统设计。
作为系列终篇，本文将从产品视角拆解 RAG 的底层逻辑与落地路径，帮助你真正把它用成“认知引擎”，而不是“搜索外挂”。
讲给产品经理的AI技术指南：用Dify彻底搞懂RAG、Agent和微调
AI技术正在快速渗透产品工作，但对大多数产品经理而言，RAG、Agent、微调这些术语仍显陌生。本篇文章将以 Dify 为实践工具，从产品视角出发，系统讲解三大核心机制，帮助你真正理解 AI 技术的底层逻辑与应用路径。
