K6 · 评测：RAG 好不好怎么衡量

K0 到 K5，你已经能搭出一个会检索、会重排、答必有据的 RAG 了。但它到底准不准？

这是「能跑个 demo」和「能上生产」之间的分水岭。RAG 出错的方式五花八门——有时是检索没找对，有时是资料对了模型没照着用，有时是照着用了却复述走样。如果分不清是哪一环坏了，你只能瞎调一通。这一章给你一套体检工具：RAG 三元组（三盏诊断灯）和三大失败模式（三种病根），让你一眼看出该修检索还是修生成。

小节	你会获得的直觉	实验
K6.1 RAG 三元组	给 RAG 做体检的三盏灯	🎮 失败模式诊断器
K6.2 三大失败模式	检索没召回 / 上下文泄漏 / 生成漂移，各自怎么定位	—
小结与自测	全章要点回顾 + 综合自测	📝

阅读前提

需要走过 K0 的 RAG 三步和 K1~K5 的检索与生成——评测就是给这整条流水线各个环节挨个体检。上篇第 7 章评测的坑（数据污染、LLM 当裁判的偏差）在这里也会用到。