你的 RAG 地板，早就塌了！模型换了一圈还是答错？RAG 翻车真凶藏在没人看的文档层

大白话很多人搭 RAG 遇到同一个坑：演示时很惊艳，上线后回答开始飘，说得有模有样但就是错的。第一反应是换更大的模型、加长提示词、上重排器，结果往往没用。这篇文章说，问题出在更前面的一层——文档预处理。模型并不「懂」你的文件，它只读检索器递过来的那几千个 token，如果正确段落没被捞出来，或者捞出来的全是页眉页脚废话，再强的模型也救不了。文章还讲了压缩为什么安全（按用途重新编码，正文和印章无损保留，体积能砍 60%–80%）、语义检索为什么比文件名匹配强（能把「我们跟谁签的」对上「乙方」条款），以及 token 成本到底花在哪。

对你意味着如果你在做企业知识库、客服问答或文档助手，这篇能帮你少走「无脑换模型」的弯路；先修地板，再谈天花板。