企業級 RAG 的真相

每一份 RAG 教學都在同一塊地上打轉：把文件切塊、做嵌入、存進向量資料庫、檢索 top-k、餵給模型。這套流程，做個 demo 綽綽有餘。要上正式環境，遠遠不夠。

真正決定一套 RAG 系統「好不好用」的那些正式環境抉擇——異質文件類型該怎麼切塊、結合稠密與稀疏訊號的混合檢索、初步檢索後再排序以浮現最相關的片段、把複雜的多重提問拆解開來、引用的可信度、規模化下的延遲——這些，教學裡一個字都沒提。

這份白皮書，整理的是 Tenten AI 在金融服務、醫療照護、法律與製造業 20+ 套企業 RAG 部署裡，所做過的正式環境抉擇。它不是這個領域的全面綜覽，而是一份立場鮮明的指南：聚焦最關鍵的那些抉擇，並把背後的推理一併攤開來說清楚。