资料处理前期成本
PDF 解析、清洗、切块、去重，资料越乱，第一次接入越费工。
06 幻觉与可靠回答
RAG 的成本和优化
RAG 看起来只是先查资料，但它不是免费午餐。真正花钱的地方通常在资料处理、Embedding、存储检索和大模型调用。要把账算清，才能知道该先优化哪一步。
一句话回答
RAG 不是免费午餐，省的是训练成本，花的还是运行成本。 真正持续出账的通常是资料处理、Embedding、存储检索和大模型调用；要优化，不是把资料塞满，而是让模型只看到更少、更准、更有用的内容。
一眼看懂
先看账单，再看怎么省
成本账本
当前示例：场景 A · 高频 FAQ（换左侧场景，这里的成本压力会一起变）
01 钱主要花在哪里
cost map
Embedding一次性
把片段转成向量方便检索，资料越多、更新越频繁，这一步越容易变重。
数据库存储和检索持续成本
向量库、索引和搜索服务都要维护，问得越多，检索成本就越容易累积。
大模型调用长期成本
输入越长、输出越长、调用越频繁，这一项最容易成为长期账单。
02 为什么不能资料越多越好
more is not better
低效：把更多资料直接塞给模型
- 一口气塞很多片段，Token 成本会涨。
- 重复、过期、无关内容会把答案搅乱。
- 最贵模型被拿去回答简单问题。
- 重复问答没有缓存，每次都重跑一遍。
高效：只让模型看到更准的内容
- 资料先清理，再切块，减少噪声。
- 检索只拿 Top 3 / Top 5，少而准。
- 简单问题用便宜模型，复杂问题再升级。
- 高频问题直接缓存，别每次都重新生成。
本节练习
拿一个真实的知识库问答场景，先算清资料处理、检索和模型调用三笔账，再决定先优化哪一步。
别急着换大模型。先把一条 RAG 链路拆开，看清哪一步最贵、哪一步最该先优化。
资料有没有重复、过期或无关内容？
切块是不是按语义切，而不是整份硬塞？
检索是不是拿了太多段，Top 3 就够吗？
模型简单问题是不是也在用最贵模型？
缓存高频问题能不能直接复用答案？
可以直接复制
一条最实用的优化规则
先清资料，再切块，再限 Top-K，再按难度选模型，最后把高频问题缓存起来。这样省下来的不是一点点 Token，而是整条链路的浪费。
最后总结
final rule
RAG 的优化，不是让 AI 看更多，而是让 AI 看得更准。
真正专业的做法，是把资料处理、Embedding、检索、模型调用和缓存分开看。这样你才知道，哪些钱该花，哪些 Token 完全可以省下来。
本节小结
- RAG 不是免费午餐，真正持续烧钱的是运行链路。
- 优化不是把资料塞满，而是让模型只看更准的内容。
- 资料、切块、检索、模型，任何一步错了都会影响成本和答案。
- 重复问题要缓存，简单问题用便宜模型，复杂问题再上强模型。