01 / FIND
更快找到依据
政策分散在不同文档中，通过清洗、分块与混合检索，降低用户找答案的成本。
让答案有依据，
也知道何时停下来。
HR-RAG 智能助手项目，围绕政策文档的检索、引用、生成与评估，探索如何把“找政策、问规则”变成更可靠、更可解释的知识服务。
我在解决什么问题
把“模型会回答”推进到“答案值得被使用”：可检索、可追溯、可评估，也有明确的失败边界。
02 / TRUST
让答案可追溯
答案基于召回内容生成，并展示来源，让用户知道结论从哪里来。
03 / STOP
知道什么时候停
资料不足时拒答；遇到薪酬、劳动关系等高风险问题时，保留人工处理入口。
一条完整的 RAG 链路
从知识进入系统，到答案交付给用户，每一步都对应一个产品判断。
政策文档
入库
入库
清洗与
父子分块
父子分块
混合检索
+ Rerank
+ Rerank
带来源引用
的答案生成
的答案生成
拒答 /
转人工
转人工
设计关注点
这不是单纯的技术名词罗列，而是把技术选择翻译成用户体验、质量指标与风险边界。
父子分块
小块负责提升召回精度，父文档负责补充完整上下文，平衡“找得准”和“看得懂”。
混合检索
语义检索覆盖自然语言问题，关键词检索覆盖政策名、条款号等精确表达。
评测闭环
通过 Recall@K、Precision@K、Faithfulness 与答案相关性，持续验证检索和生成质量。
从问答到内容治理
把同一套 RAG 能力延展到内容发布前审核：检索规则，解释风险，给出动作，并把不确定项交给人。
04 / ROUTE
识别审核上下文
先判断平台、市场、内容格式、商业关系与受众，再决定需要加载哪类规则。
05 / REVIEW
多模态检查
同时看文案、画面、字幕、旁白、音乐、版权与隐私，避免只审文字造成遗漏。
06 / DECIDE
输出审核结论
给出 PASS、需修改、阻断、需证据或需核查最新政策，并保留人工复核入口。
- Naive / Advanced / Modular RAG
- Chunking、Hybrid Search、Rerank
- Query Rewrite、HyDE、多路召回
- Prompt 防幻觉与拒答边界
- RAGAS / TruLens 评测思路