RAGFlow 进阶技巧：用熟之后还能怎么提效
RAGFlow 是一款开源项目：以深度文档理解为特色的开源 RAG 引擎。
这些技巧适合已经会基本操作、想进一步提效的用户。
8 条进阶用法
- 把「RAG（检索增强生成）」等关键设置弄清楚再调参。
- 敏感信息用代号替换，交付前再换回。
- 把固定的背景和规则保存为预设或模板，避免每次重复输入。
- 要求输出「不确定清单」，把需要人工核实的地方单独列出。
- 先要大纲或计划，再要全文，复杂任务分两到三步完成。
- 同一任务准备 5 份测试材料，改设置后统一复测。
- 遇到瓶颈时，用 Dify 做一次对照，判断是工具问题还是用法问题。
- 记录每次的输入、设置和结果，形成自己的经验库。
示例：分步完成的写法
检索效果对比
输入：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
检查点：对比用同一批问题。
补充练习
网页内容抓取
输入：一组需要定期关注的网页。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
验收标准：没有臆造发布日期。
带来源的快速调研
准备材料：一个需要事实支撑的问题。
请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。
验收标准：关键结论都有可点击来源。
构建问答测试集
准备材料：一份产品手册。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
检查点：每个答案都能在手册中找到。
常见问题：搜索结果过时
限定时间范围，或在提问中注明需要最新信息并核对发布日期。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
常见问题：回答过于笼统
要求逐条引用原文，并限定只回答文档中有依据的内容。
概念补充：重排序（Rerank）
对初步检索结果再次打分排序，提升相关性。
概念补充：切分（Chunking）
把长文档拆成适合检索的小段，大小影响效果。
适合人群：法务与律师助理
法务与律师助理可以用 RAGFlow 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。
适合人群：数据分析师
数据分析师可以用 RAGFlow 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。
适合人群：客服人员
客服人员可以用 RAGFlow 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
文中提示词和示例仅作示意，实际效果取决于你的材料和 RAGFlow 当前版本，重要内容请人工核对后再使用。