K7.1 GraphRAG：回答「拼不出来」的问题

一个普通 RAG 答不出的问题

到现在为止，我们的 RAG 都在做同一件事：拿问题去找和它最像的那几段资料（K1）。这对「答案就写在某一段里」的问题很好用。可有些问题偏偏不是这样：

「张伟的经理的助理是谁？」

翻遍知识库，没有任何一段直接写着这个答案。它藏在三段资料的关系链里：张伟属于技术部、技术部的经理是李娜、李娜的助理是王芳。你得把这三段串起来才能推出「王芳」。这叫多跳推理——A→B、B→C，所以 A→C。

而单段相似检索，恰恰跨不过这个坎。亲眼看一遍：

🎮 动手实验

GraphRAG：顺着关系跳，回答「拼不出来」的问题

问题「张伟的经理的助理是谁」的答案，没有任何一段资料直接写着——它藏在三段资料的关系链里。看普通 RAG 怎么卡壳，GraphRAG 怎么一跳跳走出来。（内容为教学构造）

🧑‍💻 张伟的经理的助理是谁？

📄 知识库里的 5 段资料：

🔗 张伟属于技术部。🔗 技术部的经理是李娜。🔗 李娜的助理是王芳。销售部的经理是赵强。王芳负责会议室预订。（🔗 = 答案链条上的三段）

📄 普通 RAG（按相似度检索单段）🕸️ GraphRAG（顺关系跳）

按「和问题的相似度」检索 Top 3：

张伟属于技术部。 🔗

72%

销售部的经理是赵强。

45%

王芳负责会议室预订。

40%

😵 卡壳了：问题里没提「技术部」「李娜」，所以「技术部的经理是李娜」「李娜的助理是王芳」这两段中间跳相似度太低、没被检索到。普通 RAG 只捞回了链条的头（张伟属于技术部）和一些无关段，拿着残缺的资料，模型要么答「资料不足」，要么瞎猜。单段相似检索，跨不过多跳的坎。

为什么普通 RAG 会卡壳

玩过实验你会发现：普通 RAG 模式下，检索按「和问题的相似度」排序，可问题「张伟的经理的助理是谁」里压根没提「技术部」「李娜」——于是中间那两跳「技术部的经理是李娜」「李娜的助理是王芳」相似度太低、根本捞不回来。它只拿到了链条的头（张伟属于技术部），然后就卡住了。

根子在于：相似检索找的是「和问题像的段」，可多跳问题的中间环节，字面上和问题一点都不像。这是朴素 RAG 的结构性软肋。

GraphRAG 的思路：先连成图，再顺着走

GraphRAG 换了个存法。它不满足于把资料切成一段段孤立的块，而是先从文档里把实体和关系抽出来，连成一张知识图谱：

张伟 —属于→ 技术部 —经理→ 李娜 —助理→ 王芳

检索时，它不只找相似段，还能顺着关系边一跳跳走。切到实验的 GraphRAG 模式，点「顺着关系走一遍」——它从「张伟」出发，沿「属于→经理→助理」三跳到位，稳稳走到「王芳」。多跳问题，迎刃而解。微软在 2024 年把这套思路做成了开源方案 GraphRAG，带火了这个方向。

但它有代价。 建图谱要先花一大笔力气：用大模型从每篇文档里抽实体、抽关系、去重、连边——又慢又贵。所以 GraphRAG 不是来取代普通 RAG 的，而是专治「关系密集、多跳」的硬骨头：梳理整个组织架构、跨多份文档追一条因果链、回答「把这批文档整体串起来看，讲了什么」这类全局问题。

别为了炫技上 GraphRAG

两个提醒。其一：图谱质量取决于抽取质量——要是大模型把关系抽错了（把「李娜的助理是王芳」抽成「王芳的助理是李娜」），顺着走只会走进沟里，这是垃圾进垃圾出的新版本。其二：现实中很多日常问答是单跳的（「退货政策是什么」），普通 RAG 又快又好，硬上 GraphRAG 纯属杀鸡用牛刀。2024-2026 年 RAG vs GraphRAG 的评测结论也是这样：各有胜场，看问题类型——多跳、全局、关系型问题 GraphRAG 强，简单事实问答普通 RAG 更划算。

小结

本节要点

多跳问题：答案没写在任何单段里，得串起好几段才能推出来（张伟→技术部→李娜→王芳）。
普通 RAG 卡壳，是因为中间环节字面上和问题不像、相似检索捞不回来。
GraphRAG 先把资料抽成「实体+关系」图谱，检索时顺着关系边遍历，多跳迎刃而解（微软 2024 开源）。
代价是建图又慢又贵；它专治关系密集、多跳、全局型问题，别拿它做简单事实问答。

📝 动手自测0/3

1. 「张伟的经理的助理是谁」这个问题，为什么普通 RAG 容易答不出来？

2. GraphRAG 相比普通 RAG，核心的不同做法是什么？

3. 关于什么时候该用 GraphRAG，哪个说法最准确？

一个普通 RAG 答不出的问题​

为什么普通 RAG 会卡壳​

GraphRAG 的思路：先连成图，再顺着走​

小结​

延伸阅读​

一个普通 RAG 答不出的问题

为什么普通 RAG 会卡壳

GraphRAG 的思路：先连成图，再顺着走

小结

延伸阅读