RAG 幾乎是近年生成式 AI 最重要的核心技術，也是 iPAS AI 應用規劃師初級的高頻考點。
很多人第一次看到 RAG，會以為它是重新訓練 AI，其實並不是！
RAG（Retrieval-Augmented Generation）的核心概念只有一句話：
先找資料，再回答問題。
簡單來說，當使用者提出問題時，RAG 會先到知識庫找出最相關的資料，再交由大型語言模型（LLM）整合內容並生成答案。
因此，RAG 最大的優勢就是：
可以使用最新資料 不需要重新訓練模型 降低 AI 幻覺（Hallucination） 適合企業知識庫、客服系統、產品手冊、法規查詢等應用。⸻
考試最容易考什麼？很多考題不會直接問「RAG 是什麼」，而是用情境題來測驗你。
例如：
企業希望 AI 回答最新產品手冊，但不想重新訓練模型，應採用哪一種技術？
正確答案就是 RAG。⸻
今天一定要記住
Embedding：負責向量化 Retriever：負責找資料 LLM：負責生成答案 RAG：把整個流程串接起來。一句話快速記憶：
RAG 找資料；Fine-tuning 改模型。
