企业官网建设流程全解析

1. 自我介绍（重点讲AIGC/RAG项目）
   ======================

为什么这么问：考察表达结构、项目真实性、角色边界。判断你是项目核心还是边缘，是否有业务结果意识。

回答侧重点：按"业务背景→链路→我的角色→量化成果"四段讲；每个技术名词后跟一句"为什么这么选"；明确区分"从零到一／参与设计／同事负责"。

答案： “我主要做财税知识库RAG，给企业财务人员做政策问答，替代人工翻文档，单次查数从十几分钟压到一分钟内。链路是文档解析→结构切分→双路索引→混合召回→重排→生成。检索链路和召回策略是我从零到一做的，切分和评测集参与设计，前端和标注是同事负责。上线后MRR从0.72提到0.92，引用准确率是我们最看重的指标。”

2. 你这家公司主要做什么的？
   ===============

为什么这么问：考察求职前是否做过功课，以及能否把业务和技术对应起来（业务理解力）。

回答侧重点：一句业务定位＋一个用户场景＋技术如何支撑业务。不要背官网slogan。

答案： “贵公司做财税数智化方向，核心是把财税政策和流程知识结构化，给企业财务和代账人员提供问答与检索服务。我理解技术侧主要是知识库建设、语义检索和生成，业务侧的核心指标是查得准、有出处。”

3. 你们项目人员构成？
   ============

为什么这么问：考察团队协作认知和你在团队中的位置，判断你的沟通边界。

回答侧重点：角色＋规模＋协作方式，重点是"我负责的模块如何与上下游衔接"。

答案： “产品1人、算法2人、后端2人、前端1人、测试1人，另有业务方兼职标注。算法里我负责检索和重排，同事负责模型微调和生成；后端负责接口和数据链路。我这边主要跟业务方对齐标注口径，跟后端约定评测数据的落库格式。”

4. 你在项目中主要负责什么？
   ===============

为什么这么问：与自我介绍联动，追问细节验证真实性，考察职责边界是否清晰。

回答侧重点：只讲自己负责的模块，讲清每个模块的输入输出和踩过的坑；不揽全项目。

答案： “负责检索链路：切分策略、双路召回、RRF融合和重排。典型决策：无边框表格的切分本质是版面问题，按文档类型做了路由；数值类问题走ES精确匹配，语义类问题走BGE-M3，避免向量检索对编号、文号区分度不足。”

5. 没做RAG之前是怎么检索的？
   =================

为什么这么问：考察你对RAG价值的理解，能否讲出旧方案的痛点和RAG的不可替代性。

回答侧重点：旧方案是什么＋痛点在哪＋RAG补了什么。重点是痛点，不是方案罗列。

答案： “之前是关键词检索加人工翻目录：ES或数据库like查询只能字面匹配，用户口语化提问和跨文档综合问题查不到；几千份文档靠人工定位。RAG补的是两块：语义召回解决’换个说法就搜不到’，引用溯源解决’答案有没有出处’。”

6. RAG主要用到哪些工具？
   ===============

为什么这么问：考察工具链真实性，更考察选型理由——你是使用者还是决策者。

回答侧重点：工具＋选型理由＋取舍。每个工具一句"为什么是它"；主动说明过渡或替换决策。

答案： “BGE-M3做稠密语义召回（要中文多语言、长文档）；ES做BM25字面匹配和结构化过滤（文号、年份）；Milvus存向量做ANN检索；LangChain早期快速验证，后续自己封装了链路，因为要精细控制上下文组装和重试逻辑。选型原则：能确定的用规则和精确匹配，语义理解才交给模型。”

7. 有哪些评判指标？
   ===========

为什么这么问：考察评测体系是否完整、数字是否可归因、是否具备数据驱动迭代能力。

回答侧重点：分检索侧／生成侧／端到端三层说；每个数字配评测集、归因、消融三份材料。

答案： “分三层。检索侧：Recall@K、MRR、nDCG；生成侧：答案准确率、忠实度、引用准确率；端到端：人工抽检加bad case归因。评测集用线上真实query采样加业务标注，调参集和测试集分离。线上最关注引用准确率，因为财税场景用户要求可溯源；漏报比误报更敏感，优先保召回。”

8. 详细介绍RAG流程？重做有哪些优化？
   =====================

为什么这么问：流程题考察完整链路掌握；优化题考察迭代能力和复盘能力，是拉开差距的关键。

回答侧重点：流程一条线讲清每步输入输出；优化必须"因为什么所以改"，体现按数据决策。

答案： "流程：解析清洗→按结构切分→稠密＋稀疏双路索引→混合召回（RRF融合）→cross-encoder重排→上下文组装（带引用）→生成。 重做的优化：

1. 评测集先行——第一版没有评测集，靠感觉调参；
2. 切分按文档类型路由——表格和条款类策略分开；
3. query改写——口语化问题先改写再检索；
4. metadata过滤——年份、机构、文号不参与语义计算；
5. 反馈回流——线上被否定的回答进bad case迭代。 最重要的改动是评测集，没有它后面所有优化都无法验证。

9. BGE-M3主要有哪3部分？作用是什么？
   =======================

为什么这么问：纯知识题，验证技术细节是否扎实，RAG岗高频考点，必须答全。

回答侧重点："三多"全报——多语言、多功能、多粒度；每个给一句话作用；补一句三种表示如何配合。

答案： "BGE-M3是’三多’：

多语言：100+语言统一建模，中英混合查询不用换模型；

多功能：一个模型出三种表示——稠密向量dense（语义召回）、稀疏向量sparse（可解释词权重，接近BM25）、多向量multi-vector（ColBERT式后期交互，精排更准）；

多粒度：最长支持8192 token，长文档可直接编码。 用法上dense管语义、sparse管精确词、multi-vector管精排，正好对应混合检索各环节。"

10. 财税项目用ES做什么？和BGE-M3的区别？
    ==========================

为什么这么问：考察工具定位是否清晰，能否区分"检索基础设施"和"表示模型"，能否讲清互补关系。

回答侧重点：先定义层级，再从匹配机制、擅长短板、部署成本、关系四方面对比，给一个场景化例子。

答案： “ES是检索基础设施，BGE-M3是embedding模型，不在一个层级。ES靠倒排索引＋BM25做字面匹配，精确匹配、过滤、聚合强、成熟稳定，短板是换个说法就搜不到；BGE-M3做语义匹配，同义改写、口语化提问能召回，短板是专有名词、编号、数字区分度弱。 财税场景里两者互补而非替代：文号、条款编号走ES精确匹配，'跨年度汇算清缴怎么处理’这类语义问题走BGE-M3，双路召回RRF融合。”

11. 你有什么要问我的？
    =============

为什么这么问：考察求职动机、主动性、思考深度；是候选人唯一掌控主动权的环节。

回答侧重点：问岗位（第一个项目）、团队（分工／评测沉淀）、业务（瓶颈）；不问薪资福利细节和加班。

答案： "想问三个问题：

这个岗位进来后第一个要接的项目是什么？

目前团队RAG链路的评测集沉淀到什么程度了？

财税场景现在最大的瓶颈是数据质量还是模型能力？"

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】