文章目录

• • 前言
  • 一、面试现场还原：为什么这道题能筛掉八成候选人
  • • 1. 大多数候选人踩的第一个坑
    • 2. "检索不到"不等于"没有答案"
    • 3. 这道题真正在筛什么
  • 二、检索层抢救：查询改写与混合召回的三个方向
  • • 1. 查询改写：让模型先翻译用户的真实意图
    • 2. 混合检索：不要只靠向量
    • 3. 放宽阈值前先多召回候选
  • 三、生成层底线：模型内部知识兜底的边界判断
  • • 1. 核心原则：宁可说不知道，也不要瞎编
    • 2. 模型内部知识兜底：分场景判断
    • 3. 边界必须在设计阶段就想清楚
  • 四、交互层设计：把"没找到"变成一次挽回体验
  • • 1. 引导用户换个问法
    • 2. 给出相关但非精确匹配的候选
    • 3. 转人工或创建工单
  • 五、系统层闭环：检索失败日志反哺知识库迭代
  • • 1. 定期分析检索失败的query日志
    • 2. 针对高频未命中补充知识库
    • 3. 建立兜底FAQ库
  • 六、一个典型的四层兜底逻辑链
  • 七、不同业务场景下的兜底策略差异对比
  • • 1. 企业内部知识库助手 vs 对外客服机器人
    • 2. 法律/医疗/金融 vs 通用聊天
    • 3. 高频标准问题 vs 长尾个性化问题
  • 八、从架构师视角看RAG兜底的六个工程取舍
  • • 1. 查询改写次数：一次还是两次
    • 2. 混合检索的融合权重：固定还是动态
    • 3. 模型兜底标注：显式还是隐式
    • 4. 候选内容提供阈值：给还是不给
    • 5. 转人工触发条件：自动还是手动
    • 6. 失败query分析周期：实时还是离线
  • 九、面试话术：考官想听的是什么
  • • 1. 两个常见错误回答
    • 2. 高分答题模板：三层结构
    • 3. 60分 vs 90分对比
    • 4. 加分项提示
  • 总结