Yila
检索增强生成(RAG)流程 (EN)

AI 与计算机

检索增强生成(RAG)流程

构图:
逐条关系 + 模块框图
画幅:
16:9

提示词

画一张【检索增强生成(RAG)流程】的示意框图,从左往右读。严格按下面列出的关系画,不多画: 1. 【用户的问题经嵌入模型变成向量。】 2. 【用这个向量在存放文档片段的向量数据库里检索。】 3. 【返回最匹配的几个片段,作为检索到的文档。】 4. 【问题和检索到的文档一起输入大语言模型。】 5. 【大语言模型写出回答。】 主流程上方用一个浅色面板展示【文档被切成片段并存入向量数据库】。 标签(每个只出现一次,不加其他文字):【Query, Embedding, Vector DB, Retrieved docs, LLM, Answer】。 风格:期刊式示意框图。白色背景上干净的扁平矢量图形。模块画成圆角矩形或简洁图标,名称写在里面;用浅色面板把相关的层归在一起。只用 3–4 种低饱和度颜色,每种颜色含义固定。细而粗细一致的箭头表示数据、能量、物质或影响的流向,间接或反馈关系用虚线箭头。图中文字只用英文无衬线字体,每个标签只出现一次,拼写与给定完全一致。不要 3D 渲染、阴影、发光、赛博朋克或科技感背景装饰,不要照片质感。

在 Yila 中打开,并带上这段提示词和示例参考图。

示例图由 Nano Banana 生成。提示词也可用于 GPT Image 等图像模型,效果因模型而异。

浏览全部提示词