RAG 并不意味着所有问题都要“向量检索加大模型生成”。商户运营中有大量规则清晰、重复率高的问题直接使用标准答案更稳定也更容易审核。一、两层问答链路用户问题 - 文本规范化 - FAQ 精确匹配 / BM25 相似度 - 高置信命中返回 MySQL 标准答案 - 未命中进入 Milvus RAGFAQ 存在 MySQL 中应用层用 BM25 计算问题与标准问题的相似度并通过相对分数和绝对分数双阈值做分流。低置信问题不直接套用标准答案而是交给知识库上下文处理。二、为什么先做规范化真实输入经常包含首尾空格、大小写差异以及中英文问号。项目在索引和查询阶段统一规范化这些格式同一个标准问题带不带中文问号都不会改变路由结果避免标点差异把 FAQ 误送入 RAG。三、两个环节不能混淆环节适合问题输出FAQ高频、口径明确稳定标准答案RAG需要 SOP 上下文来源引用与人工核对提示不能把 BM25 FAQ 分流写成 Milvus 混合检索也不能只依赖一个模糊阈值。对低置信问题保守处理才不会把相似问题误当成确定规则。