独立课程
在这里学习完整课程并检验你的理解。
RAG Formation 的 16 节课程内容已完成。本页包含完整课程内容、本地参考资料和可直接在浏览器中完成的即时练习。
本课的具体收获
你会写出一条带版本号的提示词规则，把如何使用证据、处理缺失事实、引用来源和决定何时拒答都说清楚。
观看讲解视频
1 · 核心技能
拿第 4 课中的一个错误或半正确答案，对照当前提示词，准确写下一条本来可以修复它的规则。
- 有据生成：模型根据你提供的证据回答，而不是凭它原本“知道”的内容回答。
- 指令层级：当证据稀少或相互矛盾时，系统规则和开发者规则决定模型可以做什么。
- 提示词契约：一份可测试的规范，规定答案格式、何时拒答、如何引用，以及如何处理冲突证据。
2 · 运行证据闭环
cd demo
python3 eval.py run --mode answer --workspace meridian_demo --limit 10 --tag lesson-10-prompt-baseline选择一个失败案例并写下：实际有哪些证据可用，模型对证据做了什么不安全的事情，你会添加哪条指令来阻止它，以及应该重新运行哪个评估类别。
提示词不能凭空创造从未检索到的来源——在责怪生成之前，先检查检索和上下文。
3 · 决策工作表
| 基线证据 | 一个假设/改动 | 指标 | 回归检查 | 有边界的结论 |
|---|---|---|---|---|
| _____ | _____ | _____ | _____ | _____ |
4 · 检索练习
问题：语料库中没有你需要的事实。有据提示词应该强制模型做什么？
企业场景连接
QA 和法规读者需要短到可以真正审计的答案。提示词应该用明确、可测量的方式写出安全行为，而不是把判断留给模型自己猜。
5 · 交付物与下一步
- 保存命令输出或报告。
- 填写决策工作表。
- 写下一个失败案例，以及下一步要运行的检查。
交付物是一条带版本号的提示词规则，覆盖证据使用、缺失事实、引用和拒答时机。
下一步：第 11 课将讲引用设计和来源忠实度。
如果对证据、指标、失败案例或下一步尝试有疑问，尽管继续问我。 这门课我就是你的老师。