RAG 流程：你的内容在四步里被挑中

结论先说：模型回答问题不是"读你的网页"，而是四步流水线 —— 先检索出一批候选、再筛掉不可信的、再从可信的里面摘句子、最后拼成一个答案。大部分网站不是死在第一步，而是死在第二、三步：被检索到了，但没被信任，或者被信任了但摘不出完整句子。

第一步：检索 —— 先进候选池

模型按问题去找一批可能相关的页面。这一步主要看：主题是否明确、页面是否可抓取、标题与内容是否真的对应问题。

常见失分：标题写得像广告语，正文却在讲别的；页面能打开但主体内容全靠图片；同一个主题分散在十个页面，每个都不完整。

第二步：筛选 —— 判断可不可信

到了这一步，模型在比"谁更像知道这件事的人"：有没有署名、有没有机构、数据和说法有没有来源、有没有更新时间、表达是否前后一致。

常见失分：通篇"行业领先""值得信赖"，但没有一个可核实的事实；内容不错，但作者、机构、团队背景全是空白。

第三步：摘取 —— 能不能抄走一段

模型需要一段能直接复述的话。如果答案散落在五个段落里、或者一段里塞了三件事，它摘不出来，就会去用别人的。

常见失分：一段讲多个观点；结论只在图表里；定义写得绕；对比关系用散文描述而不是表格。

第四步：重组 —— 你以什么语气被写进答案

最后拼答案时，模型会决定你是"主要依据"还是"顺带一提"，语气是正面还是存疑。这一步由前面三步的综合信号决定，也由外部提及决定。

怎么判断自己掉在哪一步

1. 问 AI 你的核心问题，看它有没有提到你 —— 没提到，先修第一步。
2. 提到了但语气含糊、说"据某网站" —— 修第二步。
3. 提到了但引用的是别人对产品的描述，不是你的原话 —— 修第三步。

相关阅读：EEAT：模型凭什么信你、结构化写法：让模型能整段摘走。