检索增强生成（RAG）通过将大语言模型（LLM）与外部知识库相结合，相当于为模型配备了“外脑”，使其能够实时访问最新信息，从而显著降低幻觉现象的发生概率。RAG具备诸多优势，例如成本较低、资源消耗小、可针对特定领域优化LLM性能，并提升数据安全性。近年来，该技术持续演进，经历了多轮迭代升级，已取得显著进展。研究人员通过对RAG流程中各个环节的精细化优化，不断提升其整体表现，这类优化方法统称为“高级RAG”。

从整个RAG流程的起点来看，查询环节是决定后续效果的关键因素之一。用户提出的问题直接决定了信息检索的方向，LLM及其他辅助工具都将基于此方向进行响应。若原始查询表达模糊或未经优化，即使系统架构再完善，也难以输出符合预期的结果。因此，对查询进行有效的改进和优化，是确保最终结果准确且有意义的核心策略。接下来我们将深入探讨RAG中的主要查询优化手段。

查询改写

在实际使用过程中，用户输入的查询往往存在表述不清、过于简略或冗长等问题，导致LLM难以准确识别其真实意图，进而影响回答质量。为此，引入了查询改写机制——通过对原始查询进行语义层面的优化，提升检索系统的理解能力与匹配精度，从而改善最终生成内容的相关性与完整性。目前已有多种技术被应用于查询改写，以下是一些典型方法。

查询规范化

查询规范化是一种基础但重要的预处理方式，旨在修正原始查询中的语法错误、拼写问题等。常见的操作包括转换为小写、去除停用词、纠正错别字以及统一术语表达形式等。

例如：“《安娜·卡列尼娜》的作者是谁？”这一提问比“谁写了Ana Carenina”更易于理解，因为后者存在明显的拼写偏差。除了纠错之外，规范化还包括调整句式结构和标准化词汇使用，以减少歧义。需要注意的是，现代LLM本身具备较强的语义解析能力，通常无需过度依赖前置规范化步骤。因此，在实施时应权衡输入处理的深度，避免因过度清洗而丢失关键语义信息。

查询扩展

由于单一查询可能受限于措辞差异而导致检索失败，一种有效策略是生成多个语义相近的查询变体，如替换同义词、调整句式结构或补充背景信息，并综合各变体的检索结果。这种方法有助于扩大召回范围，提高系统覆盖相关文档的能力。

举例来说，在一个关于企业内部技术政策的知识库中，用户提问：“那个新出的东西怎么用？”由于缺乏明确上下文，系统难以精准定位目标内容。此时，RAG中的查询改写模块（通常由轻量级LLM实现）可根据对话历史或预设规则对该问题进行重构，输出如下优化版本：

“公司最近引入的新软件、新工具或新平台的使用指南、操作手册和常见问题解答。”

经过扩展后的查询语义更加完整，能有效触发相关文档的检索，从而返回准确答案。此类改写方式通过拓宽搜索边界，弥补了原始查询表述不充分的问题。

上下文适配

上下文适配是指根据当前对话环境或应用场景，动态调整查询表述，使其更贴合具体语境。例如，在医疗咨询场景中，“胸口疼”可被适配为“胸痛可能原因”，以增强专业性和检索准确性。这种优化主要用于解决原始查询中存在的“语境缺失”问题。

实践中，常采用小型语言模型作为查询改写器，结合实时对话状态和外部知识源（如互联网数据），生成更具上下文感知能力的查询版本。随后，利用强化学习（RL）机制评估不同改写形式在特定情境下的表现，并据此反馈优化改写策略，实现持续迭代提升。

查询分解

当用户的请求包含多个隐含子任务时，直接处理可能导致理解困难。此时，可通过查询分解技术将复杂问题拆分为若干个独立且语义清晰的子查询，每个子查询均可单独执行检索或推理，同时整体保持原意不变。

例如，面对如下复合型提问：

“我想下个月从北京去上海玩，预算5000元，希望住四星级酒店，有哪些推荐的行程和交通方式？”

系统可将其分解为以下子问题：

• “上海旅游景点推荐”
• “北京到上海交通方式 预算5000元”
• “上海四星级酒店推荐 预算5000元”
• “下个月上海天气情况”

通过分别检索这些子查询，再整合结果，最终生成个性化的出行建议方案。不同的分解逻辑可能产生多样化的组合路径，因此需结合具体业务需求选择最优拆分方式。

查询分解面临的挑战

尽管查询分解在提升逻辑条理性和支持逐步推理方面具有明显优势，但在实际应用中仍面临若干难点：

• 过度分解： 若拆分过细，可能导致上下文信息流失，使部分子查询脱离原始语境，造成检索结果偏离主题。
• 结果合并难题： 各子查询返回的信息可能存在矛盾或信息缺失，尤其当来源不一致时，整合过程容易出现冲突。
• 查询依赖性： 某些子查询的结果依赖于前序步骤的输出，必须按序执行，增加了系统调度的复杂度。
• 成本与延迟增加： 分解为多个子查询意味着多次检索与计算，可能带来更高的资源消耗和响应延迟。

虽然查询分解展现出广阔的应用前景，但仍存在较大的优化空间。因此，在部署时应审慎设计分解策略，优先采用保守方案，以控制潜在的成本与风险。

嵌入优化

作为支撑查询检索的核心环节之一，嵌入质量直接影响向量匹配的准确性。通过对查询和文档的嵌入表示进行优化，例如采用微调后的编码器、上下文感知嵌入或混合向量融合策略，可以显著提升语义匹配度，进一步增强RAG系统的整体效能。

在之前的内容中，我们讨论了查询改写与查询分解如何提升检索系统的性能。然而，这些技术的实际效果高度依赖于底层文本的语义表示质量——也就是嵌入（Embeddings）能否精准反映用户的查询意图。如果嵌入模型无法识别“苹果公司”和“水果苹果”之间的关键语义差异，即便查询被完美重构，最终的检索结果仍可能偏离用户需求。

当前，尽管像 BERT、Titan 等主流 NLP 模型生成的文本嵌入已广泛应用于搜索、推荐系统等领域，其表现仍有较大的优化空间。为此，研究者提出了大规模文本嵌入基准测试（MTEB），通过涵盖分类、聚类、摘要生成等八大任务类型，对各类嵌入模型进行系统性评估，以衡量其通用能力。

核心发现：任务特性与数据分布的双重影响

任务特异性显著影响模型表现
类似于查询改写中不同策略适用于不同场景（如分类需要精确匹配，而摘要则强调语义泛化），各类嵌入模型在特定任务中的优势也各不相同。正如 MTEB 论文所指出：

“不存在一个在所有任务上都最优的嵌入模型，不同模型在不同任务中各有领先。”

例如，某个模型可能在支持查询分解后的子查询聚类任务中表现出色，但在意图分类方面却相对薄弱。

数据分布决定实际效能
即使面对同一类任务，嵌入模型的表现也会因训练或应用领域的数据分布差异而产生波动。比如，在电商领域优化过的模型若直接迁移到医疗问答场景，可能难以准确区分“过敏反应”与“副作用”这类专业术语间的细微差别。这一点与查询改写中的领域适配挑战高度相似，凸显出上下文环境对语义理解的关键作用。

假设性文档嵌入（HyDE）：一种生成式检索优化路径

在高级 RAG 查询优化的研究中，诸如领域适配、动态混合等嵌入优化方法主要聚焦于改进现有数据的向量表示方式。然而，当处理陌生领域或表达模糊的查询时，传统嵌入方法往往力不从心。为应对这一难题，研究人员于 2022 年提出了一种创新的零样本方法——假设性文档嵌入（Hypothetical Document Embedding, HyDE）。该方法突破了传统检索逻辑，近年来逐渐成为 RAG 中重要的查询优化工具。

HyDE 的工作流程可分为三个步骤：

1. 生成假设性文档：利用大语言模型（如 GPT-4）根据用户原始查询生成一份“虚构”的完整回答文档。
   示例：针对查询“如何缓解工作压力？”，模型可能输出一段包含冥想练习、时间管理技巧和规律运动建议的虚拟文本。
2. 计算假设文档的嵌入向量：将上述生成的虚构内容输入嵌入模型（如 BERT），转化为高维向量表示。
3. 执行向量检索：使用该向量在向量数据库中查找语义相近的真实文档，从而实现更精准的信息召回。

HyDE 与传统查询改写的异同

尽管 HyDE 与传统的查询改写技术目标一致——即通过优化语义表示来提高检索质量，但其实现机制存在本质区别。

传统方法（如同义词替换或多视角扩展）通常是在原始查询基础上进行文本层面的直接修改；而 HyDE 则采取了一种更高层次的策略——通过对意图的理解生成完整的假设性文档，进而完成语义表示层的间接重构。这种方法本质上是一种“生成式查询改写”的进阶形态。

其核心优势在于能够超越原始查询的语言限制，自动补全潜在的上下文信息。例如，面对模糊查询“Python 效率技巧”，HyDE 可能生成涉及“NumPy 向量化操作”或“多线程并发处理”的详细技术说明，从而帮助嵌入模型更准确地定位相关信息所在的空间区域。

此外，HyDE 还可与传统查询优化技术协同运作。例如，可以基于多个视角生成多个假设性文档（模拟多轮多角度查询扩展），或将其中提取的关键术语反馈至查询扩展模块，构建分层递进的检索优化流程。这种融合方案既保留了传统方法的高效性，又融合了 HyDE 在深层语义理解上的优势，为 RAG 系统提供了更强的适应能力。

总结与展望

RAG 作为一种兼具强大功能与成本效益的技术架构，有效拓展了大语言模型的能力边界。然而，随着 AI 应用场景的不断演进，其内部各个环节仍需持续优化与增强。本文作为系列首篇，重点剖析了 RAG 流程的第一个关键阶段——查询优化。

从查询改写到查询分解，再到嵌入质量提升以及创新性的假设性文档嵌入（HyDE），我们系统梳理了多种提升检索精度与生成质量的智能策略。这些方法并非彼此孤立，而是层层递进、互为补充：改写改善了查询表达，分解细化了问题结构，嵌入增强了语义捕捉能力，而 HyDE 更是以生成式思维主动引导检索方向，突破了传统方法的局限。

未来的高级 RAG 系统将不再局限于简单的“检索 + 生成”组合，而是朝着深度融合语义理解、动态调整机制与用户交互反馈的智能化体系发展。在此进程中，持续探索查询层面的创新方法，仍是实现更高效、更精准信息获取的核心驱动力。