语义检索为何突然翻红：从专利搜索到数据库原生支持
BLUF
语义搜索通过理解查询的真实语义而非简单关键词匹配，大幅提升检索精准度。本文系统介绍语义搜索的定义、从词袋模型到LLM的发展历程、核心技术组件（嵌入模型、向量数据库、LLM）、以及它在专利、学术、企业知识管理等领域的最新应用。AI大模型2026/8/13
标签：RAG
RAG（检索增强生成）是一种结合信息检索与大语言模型的AI技术。本专栏涵盖知识库构建、向量搜索与提示工程，为开发者提供高效落地方案。
共 27 篇
RAG优化优先级：先把文本切分做好，再谈高级策略
BLUF
本文系统梳理了17种经过验证的RAG优化方案，涵盖文档处理、检索增强和生成优化三个阶段，包括文本切分、语义拆分、上下文增强、二次排序、HyDE、Fusion等关键技术。每项策略均给出难度、效果、优先级和实施时间建议，并附有实现思路和代码示例，适合需要系统性提升RAG系统性能的开发者参考。AI大模型2026/8/10
别急着上GraphRAG：先看知识图谱的真实代价
BLUF
知识图谱以图结构组织实体与关系，适合可变深度关系遍历和来源追踪，但并非对关系数据库或向量检索的天然替代。构建流程包括实体识别、关系抽取、知识融合与图存储，Neo4j是常用实现。GraphRAG需通过评测判断是否值得额外索引成本。实验与实测2026/8/5
RAG 性能调优：五个核心方向，让你的问答系统又快又准
BLUF
本教程面向技术开发人员，系统梳理RAG性能优化的核心思路与实用技巧，覆盖分块、嵌入模型、向量数据库、重排序、提示工程五大方向，并建议建立评估闭环。通过具体策略和工具推荐，帮助读者打造响应快、答案准的生产级RAG系统。AI大模型2026/8/4
GEO正在吃掉SEO的蛋糕？从艾瑞报告看AI搜索新战场
BLUF
本文基于艾瑞咨询的行业报告，系统梳理了GEO（生成式引擎优化）的核心概念、技术原理、优化策略及市场趋势。文章指出，GEO旨在让品牌信息被AI引擎优先引用，与传统SEO的排名逻辑截然不同。随着AI搜索用户规模激增，近九成用户已将AI搜索作为主要信息渠道，GEO成为品牌营销的新战场。文章还介绍了主要服务商和效果评估体系，为企业布局GEO提供了全面参考。GEO2026/7/31
GEO实战：四大策略让AI搜索引用率翻倍
BLUF
本文深入剖析了GEO（生成式引擎优化）的本质，将其与传统SEO进行对比，并详解了RAG三阶过滤机制如何影响AI搜索引用。同时介绍了结构化、语义化、权威化、持续化四大核心策略，并结合B端工业品和C端家居零售的实战案例，展示了GEO在不同场景下的落地效果，为企业抢占AI搜索时代先机提供了系统方法论。GEO2026/7/12
浙大团队开源《大模型基础》：每月更新的LLM教科书，从Prompt到RAG全覆盖
BLUF
本书《大模型基础》由浙江大学LLMs团队编写，采用月度更新方式，系统讲解大语言模型基础、架构演进、Prompt工程、参数高效微调、模型编辑、检索增强生成等内容，并配有论文列表。适合大模型初学者和研究者。AI大模型2026/7/9
实测揭秘：GEO不是SEO的简单升级版，差距比想象中大
BLUF
生成式引擎优化（GEO）是AI时代的新技术，通过结构化知识表达、用户意图建模和多模型适配，让大模型优先检索到目标信息。本文详解RAG机制、信源矩阵构建和标准化交付流程，为技术从业者提供完整方法论。GEO技术2026/6/26
LLM GEO实战：三个动手实验快速上手指南
BLUF
这篇文章通过一系列动手实验，教你如何在真实项目中应用LLM GEO技术。涵盖了基础概念、工具链和常见问题，适合希望快速上手的开发者。GEO技术2026/6/21