結論先行
我為中文健康衛教問答做過一個 RAG MVP：把團隊審核的文章切成片段，用 pgvector 檢索，再讓模型根據取回的內容組織答案。它已在本地開發與測試，尚未正式部署，也沒有正式使用者數據。這段經驗讓我最在意的不是「AI 能不能回答」，而是：找不到可靠依據時，系統能不能停下來？
pgvector 負責找相近的內容；該不該進入回答流程，由應用程式決定。向量索引不是安全護欄，也不能保證模型只使用知識庫裡的事實。
flowchart LR
D[已審核的衛教文章] --> C[依標題切片、保留來源]
C --> V[Embedding + PostgreSQL/pgvector]
Q[使用者問題] --> G[同意、額度與成本門檻]
G --> R[向量檢索；必要時改寫追問]
V --> R
R --> E{檢索分數足夠嗎？}
E -- 否 --> N[固定拒答；不呼叫回答模型]
E -- 是 --> A[根據片段生成答案]
A --> O[檢查引用與輸出規則]最重要的設計：先檢索，再決定要不要生成
文章按標題與小節切片，每塊帶著標題與來源，再轉成向量。查詢時用 PostgreSQL 和 pgvector 找候選片段。索引改善檢索效率，分數門檻才決定是否呼叫回答模型；兩者不是同一回事。pgvector 文件
低於門檻時，程式直接回固定說明，不把問題交給回答模型。但這不等於整輪沒有模型呼叫：問題向量化會使用 embedding 模型，有上文的追問也可能先經過改寫模型。把「不生成答案」說成「完全不呼叫 AI」會不準確。
門檻也不是越高越安全。真實提問常是「我最近總是很累」，不像文章標題或教科書問題；太高會錯拒，太低則可能把不相干的片段送進模型。我用可回答、離題與口語追問組成測試題，調整成「拒答、低信心、較有把握」三種處理，而不是只靠一條線。檢索分數代表相似程度，不等於醫療正確性。
多輪對話與回答檢查
「那怎麼辦？」只拿這句去搜尋，很可能找到錯的主題。我在原句檢索信心不足、又有對話脈絡時，才把追問改寫成能獨立理解的問題，再檢索一次。這比每次把上一輪直接拼上去更謹慎，因為拼接也會把已換話題的問題拉回舊主題。
進入生成後，回答必須帶可對應到本輪取回片段的來源標記；程式會檢查標記是否存在。這能擋下捏造來源，卻不能證明每一句話都真正被來源支持。因此還要用題庫測試回答內容、拒答行為與惡意輸入，而不能把一次測試通過寫成「不會幻覺」或「不會被注入」。OWASP RAG Security Cheat Sheet、Microsoft RAG 評估指南
同意、訪客額度與每日成本限制則放在模型前的伺服器流程，不交給 prompt 判斷。共用知識庫只放經審核的文章；個人對話與健康資訊走另一條按身分讀取的路，不能為了「讓 AI 記住人」就混進共用向量索引。
這個 MVP 證明了什麼
它證明了這套流程可以在本地跑通，也能用測試題檢查檢索、拒答、追問和引用規則。它沒有證明正式環境的穩定性、真實使用者的接受度，或健康問答的法律與醫療合規性；那些需要部署驗證、持續監測與專業審查。
我的收穫是：RAG 的關鍵不是讓模型「看過」多少文章，而是讓系統能說清楚它為什麼取回這些內容、何時停止，以及答案能回到哪個來源。這是可以帶到其他知識庫應用的工程設計，不必把原型包裝成已上線產品。