第 03 课：为什么大模型需要外部资料

借阅规则今年从两本改成了三本，模型却还在回答两本。你把它纠正过来，它下一次对话又可能不知道。遇到这种情况，很容易想到：“那就把最新规则训练进去吧。”

但很多问答任务可以先走一条更直接的路：回答之前，把这次需要的规则拿给它看。RAG 正是在做这件事。

模型不一定知道你手里的那份文件

训练数据有时间范围，也不可能包含每个人的内部资料。学校刚发的公告、你自己的笔记、团队尚未公开的说明，都不能默认模型已经读过。它知道“图书馆通常怎么借书”，也不等于知道“这间图书馆目前怎么借书”。

我们要的往往是后一个答案。问当前最多借几本，需要 B 的现行规则；问具体日期是否开放，需要那天适用的公告。泛泛的常识可能听起来合理，却不能替你完成这次查询。

A 写周日九点到十七点开放。只看它，会以为十月十八日也照常开馆。但 D 明确写着：二〇二六年十月十八日全天闭馆，进行设备维护。问的是那一天，临时公告就不能漏掉。

给模型 A、D，再问当天能不能去，至少能让它在已有证据里作判断。资料被放进这次回答的上下文，不意味着模型参数已经更新；换一段对话，应用可能需要重新提供资料。

RAG 进一步解决“每次该拿哪段给它”的问题：先检索相关片段，再把片段与问题交给模型。资料更新时，维护的是文档及检索所用的内容，通常不需要每次重新训练大模型。

如果 D 明明在资料库里，却没被搜出来，是检索出了问题。如果你问押金多少，而所有文件都没有这个金额，再怎么换问法也不能从这里找出依据。两种情况，下一步完全不同。

同样，资料本身可能写错、过期，模型也可能读错。给了外部资料以后，仍要看它选了哪个版本、结论引用了哪一句。开卷考试也会翻错页、看漏条件。

试着写三个需要外部资料的问题：一个问当前规定，一个问你自己的笔记，一个问资料没有覆盖的细节。给每题注明该去哪里找答案。这个小动作，会让你更清楚知识库到底需要装什么。

一个可对照的例子

“当前借几本”找 B；“十月十八日开放吗”找 D；“押金多少”目前没有依据，需要另外核对借阅收费说明。最后一题不能因资料没写，就回答无需押金。