從零建一套可上線的 RAG：完整流程與關鍵決策點
把前面的零件組起來。這篇是一條端到端的實作路線，含每個決策點的判斷依據。
知識圖譜輔助檢索：關聯性問題的解法
「A 的主管的部門負責哪些產品」這種問題，向量檢索天生做不好。
RAG 的權限模型：多租戶與文件級授權
企業場景中，檢索錯一份文件就是資安事故。這是可稽核的權限設計。
處理矛盾資訊：文件互相打架時該回答什麼
新舊版本並存、不同部門說法不一，這是真實文件庫的常態。
長期維運 RAG：索引膨脹、成本與品質衰退
RAG 上線一年後會遇到的問題，跟上線第一週完全不同。
給答案加上引用：可追溯的 RAG 怎麼實作
沒有引用的 RAG 等於沒有依據。這篇示範讓每一句答案都能對回原文的做法。
表格與數值資料的檢索：為什麼 RAG 算不對數字
問「去年第三季營收多少」，RAG 常常答錯。這是結構化資料該走的路。
零結果與低信心的處理：RAG 的失敗體驗設計
查不到東西時的表現，決定使用者還會不會再用這個系統。
RAG 成本優化：從每次問答一塊錢降到一毛
把每個環節的成本攤開，逐項優化。多數系統有五到十倍的優化空間。
RAG 的評測方法：分開量檢索與生成
把 RAG 當黑箱評測，永遠不知道該修哪裡。這篇拆成兩層各自量測。
父子片段：檢索用小段落，生成給大段落
小片段檢索準，大片段回答完整。父子結構讓你兩者兼得。