第2页 | RAG | 人人都是产品经理

AI

什么是GraphRAG？从传统RAG到GraphRAG技术全景解析

随着企业对“可控、可解释、可扩展”的 AI 能力需求日益增强，GraphRAG 正在成为下一代 RAG 系统的关键演进方向。本文深度解析其技术演化路径与应用价值，揭示图谱增强生成在智能问答、企业知识管理等场景中的突破性意义。

瞳仔设计说

RAG 技术原理案例分析

AI

RAG观止系列（一）：知识库“保鲜”困境—如何避免旧知识干扰回答质量？

RAG应用正在加速落地，但知识库的“保鲜”问题却成为影响回答质量的隐性风险。本文从知识更新机制、检索干扰路径到提示词设计，系统梳理如何构建一个真正可信、可控的知识库闭环，为Agent化产品提供长期稳定的认知基础。

Timothy

RAG 技术原理知识库

AI,个人随笔

LighRAG与Dify的集成与基本检索原理

RAG应用正在进入“工程化落地”阶段，而工具之间的协同能力成为关键变量。本文以LighRAG与Dify的集成为例，系统梳理其底层检索原理与集成逻辑，帮助产品人、AI工程师理解如何构建高效、可控的智能问答系统，为Agent化应用打下坚实基础。

AIDT智享远方

AI应用 Dify RAG

AI

AI产品的技术路线选择：提示词、RAG与模型微调

文章聚焦 AI 产品的技术路线选择，分析提示词、RAG、模型微调三大路线的特点与适用场景，指出 SaaS+AI 竞争核心是技术与场景的适配而非技术先进度。通过分阶段组合策略与护城河构建逻辑，为企业根据发展阶段、数据资源选择合适 AI 路线提供实操指引。

吴昊@SaaS

AI产品 RAG 技术原理

AI

从 RAG 底层原理拆解：“RAG 已死” 是典型的技术伪命题

“RAG已死”并非技术终结，而是认知误区。本文将从底层原理出发，系统解析RAG的本质机制、适用边界与演进方向，揭示为何当前的质疑多源于误解与滥用，并构建一套判断RAG价值的技术认知框架，帮助产品人厘清“死”的真正含义。

FastrackAI

RAG 个人观点发展趋势

AI

医疗AI产品中RAG技术的架构、价值与实践

RAG（Retrieval-Augmented Generation）技术正在成为医疗AI产品中的关键能力支柱。它不仅提升了问答系统的准确性，更重塑了知识获取与响应机制。本文将从架构设计、价值落点到实践案例，系统拆解RAG在医疗场景中的应用逻辑，助力产品人理解其真正的战略意义。

乔安Joanne

AI产品 RAG 医疗行业

为什么“传统的”RAG不够用了？

RAG不是“知识补丁”，而是“表达机制”的协同载体。本文系统梳理传统RAG在任务协同、上下文调度与表达清晰度上的能力瓶颈，帮助产品人理解如何在“检索+生成”之间构建真正可用的表达机制，实现从“能查”到“能说”的跃迁。

界面与交互

RAG 个人观点技术原理

AI

入职AI应用公司必备！万字讲解你必须了解的RAG技术

RAG技术正在成为AI应用落地的关键支撑架构。本文系统梳理其核心原理、主流实现方式与行业适配路径，结合医疗等高复杂度场景的真实案例，帮助产品人理解“生成+检索”如何构建可信、可控的智能系统。

思敏（AI产品）

AI应用 RAG 经验分享

AI

RAG技术主流实现方式及其在医疗行业的落地分析

RAG技术正成为AI落地的关键支撑架构，尤其在医疗行业，其“可控生成+实时检索”的能力正在重塑知识服务体系。本文系统梳理RAG主流实现方式，从架构演化到医疗场景适配，帮助产品人理解如何在高风险、高复杂度的行业中部署可信AI。

AI Online

RAG 业务流程医疗行业

AI,个人随笔

RAG知识库：产品经理的智能化转型指南

在AI深度融入产品工作的时代，RAG技术正成为产品经理智能化转型的关键抓手。本文系统解析RAG知识库的构建逻辑与应用场景，帮助产品人从信息调度者跃迁为智能协作者，重塑认知边界与工作效率。

JJ.

RAG 技术原理智能化转型

AI,个人随笔

RAG（检索增强生成）全解析

在 AI 产品设计中，RAG（检索增强生成）已从技术选项变成架构基准。它不仅解决了大模型“幻觉”问题，更重新定义了知识调用的方式。这篇文章将带你系统理解 RAG 的底层逻辑、关键演化路径与产品落地挑战，是每位 AI 产品经理的必修课。

酸奶AIGC

RAG 基础知识技术原理

ALL About AI 系列（三）：RAG：检索增强生成

在人工智能领域，大语言模型（LLM）虽然功能强大，但仍然存在知识更新困难和幻觉问题。为了解决这些问题，RAG（Retrieval Augmented Generation，检索增强生成）框架应运而生。

大波子

RAG 基础知识大语言模型