Prompt、RAG、微调有什么区别？
先理解原理和示例，再练习完整口述与追问。
回答要点
Prompt 在请求中提供指令和上下文；RAG 在生成时引入检索信息；微调通过训练调整模型权重。三者可以组合，选择要看知识更新频率、目标行为、数据量、成本和评测结果。
企业知识经常更新时，可优先评估检索；不要把微调当成随时更新数据库，也不要把 RAG 当成天然正确的答案系统。
原理拆解
Prompt 主要控制单次任务表达与输出方式；RAG 提供可更新、可引用的外部知识；微调改变模型对特定模式与任务的表现。三者可以组合，但解决的首要问题不同。选择时先判断缺的是事实、行为格式、工具能力还是数据质量，而不是一有错答就训练模型。
示例与推演
最新公司制度应优先检索有版本的知识库；固定表格格式可先用清楚指令、结构约束和校验；大量稳定标注样本且基础方法仍无法满足时再评估微调。比较数据准备、更新成本、推理预算、权限与评测结果，避免只有术语没有选型依据。
易错点
微调不适合保证记住不断变化的精确事实，也不自动解决数据权限。Prompt 变长可能增加成本并稀释关键条件。
参考回答可直接练习口述
Prompt 改的是本次输入中的任务指令和上下文；RAG 在推理时检索外部知识，不必因此改变模型权重；微调通过训练改变权重，适合有足够样本的行为、风格或特定任务适配。知识经常更新、需要来源和权限过滤时，通常先评估检索；输出结构和行为问题先改善指令并做评测，需要时再考虑微调。三者可组合，不能简单说微调能永久记准全部公司文档。