# 提示工程、RAGs 与微调的对比 [译]

- Link: https://paooo.com/ai-study/7062/
- Published: 2024-02-12T18:15:19+08:00
- Author: 宝玉的分享

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 提示工程负责“怎么问”，输出主要依赖模型已有知识，适合不需要额外知识注入的场景。
 * RAG 的核心是“先检索再生成”，更适合接入定制知识库，同时尽量保持模型原有表达风格。
 * 微调更偏向改变模型行为、词汇和写作风格；若知识与行为都要定制，混合方案更稳妥。

这篇关于提示工程、RAGs 与微调对比的推文不错，它这个坐标图分成了两个坐标轴：

 1. 所需要外部知识多少
 2. 所需要的对模型定制的多少

原推文翻译如下：

提示工程、RAGs 与微调的对比：

这是每位搭建基于大语言模型（LLM）应用的 AI 工程师都面临的关键选择。

要理解这个决策的指导原则，我们首先得明白这些术语的含义。

1️⃣ 提示工程：

所谓提示，指的是你输入的文本，大语言模型就根据这个输入来生成回应。

这实际上是一种精确的输入方法，旨在引导模型产生相应的输出。

模型的输出将基于其已有的知识。

2️⃣ RAGs（检索增强生成）：

当你将提示工程与数据库查询结合，以获得含丰富上下文的答案时，这就是所谓的 RAG。

生成的输出将基于数据库中现有的知识。

3️⃣ 微调：

微调是指使用特定任务的数据调整大语言模型的参数，使其在某一领域内专业化。

比如，一个语言模型可以在医学文献上进行微调，从而更擅长回答健康护理相关的问题。

这就好比对一位已经技艺娴熟的工人进行额外培训，让他们在特定领域成为专家。

那么，我们如何决定采取哪种方法呢？

（阅读下文时请参考下面的图片）

❗️ 有两个关键的指导参数，一个是对外部知识的需求，另一个是模型适应性的需求。

❗️ 尽管前者的含义较为明确，模型适应性则意味着改变模型的行为、词汇、写作风格等。

例如，一个预训练的大语言模型可能在总结公司会议记录时遇到挑战，因为会议中可能穿插
了一些特定的内部术语。

🔹 因此，微调更多的是关于改变结构（行为）而非知识，而对于 RAGs 则正好相反。

🔸 当你需要生成基于定制知识库的输出，同时保持大语言模型的词汇和写作风格不变时，你
可以选择使用 RAGs。

🔹 如果你不需要上述任一功能，那么提示工程就是你的选择。

🔸 如果你的应用既需要定制知识又需要改变模型的行为，那么采用混合方案（RAGs + 微调）
将是更佳选择。

❓ 常见问题解答（FAQ）

提示工程、RAG 和微调怎么选？

先看两件事：是否需要外部知识，以及是否需要改变模型行为。只需引导输出，用提示工程；
要用自有知识库，选 RAG；若还要让模型学会特定风格、术语或行为，优先微调，必要时用
RAG+微调组合。

RAG 和微调最大的区别是什么？

RAG 主要解决“知识从哪来”，通过检索外部数据库补充上下文；微调主要解决“模型怎么表现”，
通过训练数据调整参数，让模型更适合特定任务、语气或领域表达。前者偏知识，后者偏行为。

什么时候需要同时用 RAG 和微调？

当应用既要回答基于定制知识库的问题，又要改变模型的输出风格、术语习惯或任务行为时，
就适合混合方案。这样既能保证知识准确性，也能让模型更贴合业务场景。

🔬 语宙深潜追问 · 进阶实操拆解

什么时候该用RAG而不是直接微调？

当问题核心是“让模型知道新知识”时，优先用RAG；如果知识更新频繁、来源可追溯，RAG更
灵活。微调更适合稳定风格、固定流程和输出格式，而不是频繁变动的事实库。

RAG加微调的混合方案怎么落地？

先用RAG解决事实注入，再用微调统一语气、格式和决策边界。工程上要把检索结果、提示模板
和输出约束分层管理，避免模型把知识和行为混在一起导致不可控。

🗳️ 读者观点微投票 · 您的实战立场是？

知识、风格、行为三者里，AI最该先改哪一个？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🧬 所属权威专题：RAG 知识库与模型微调 →](https://paooo.com/topics/rag-fine-tuning/)

 * [PromptAgent：借助语言模型进行策略性规划，达到专家级的提示优化 [译]](https://paooo.com/ai-study/6987/)
 * [提示工程最佳实践 [译]](https://paooo.com/ai-study/8486/)
 * [12 种调整策略指南：为生产环境打造高效的 RAG 应用 [译]](https://paooo.com/ai-study/7071/)
 * [提示工程的基本理念以及如何将这些理念应用于提升大语言模型的性能 [译]](https://paooo.com/ai-study/8715/)

[🏛️ 宝玉的分享](https://paooo.com/author/baoyu/) · 前沿大模型翻译与提示词工程实战
分享专栏，聚焦海外一手 AI 技术动态与工程实践。

[📄 Markdown 纯净版](https://paooo.com/ai-study/7062/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
