五件套#

1
Ingestion（切分入库）-> Retrieval（召回排序）
2
  -> 生成（带 Citation）-> RAG Eval -> 失败分析

项目 02 有独立 docs/，每个环节可测。我的核心体会：RAG 的质量天花板在召回，不在模型——召回错了，GPT-5 也只能一本正经胡说。

Citation 是生命线#

生成必须带引用，引用必须可点击回源。客服/销售场景下，无引用的回答等于没说，还不如不答。docs/ 里把引用格式也定成规范，评测时逐条核对。

RAG Eval 与失败分析#

Eval 问法：“给定问题 + 文档，看回答的引用准不准、覆盖全不全”。失败要分类：召回失败（没找到）、排序失败（找到了排后面被截掉）、生成失败（找到了但说错了）——分类之后优化才有方向，否则就是玄学调参。

RAG 落地清单：切分可回放、召回可度量、引用可点击、失败可分类。