Qdrant + RAG 检索优化指南：从召回到回答质量

很多团队做 RAG 时，注意力都放在模型选择上，但真正决定效果上限的，往往是检索层设计。

Qdrant 作为向量数据库，在高性能检索与过滤能力上非常适合生产级 RAG。

构建流程总览

一个可用的检索层至少包含：

1. 文档清洗与分块
2. 向量化与入库
3. 向量检索 + 元数据过滤
4. 重排序（可选）
5. 结果拼接与生成

分块策略建议

常见误区是统一固定 chunk 大小。

更推荐按内容类型分层：

• FAQ：短块，强调精确命中
• 技术文档：中块，保留上下文
• 政策/合同：较大块，减少语义断裂

同时保留章节、版本、时间等元数据，后续过滤会更准确。

检索策略建议

1. 向量检索 + 过滤组合

生产场景通常需要先过滤再检索，例如：

• 只看最近 90 天文档
• 只看某业务线知识库
• 只看已发布版本

2. 动态 TopK

不要固定 k=4。对复杂问题可提高召回量，再通过重排压缩上下文。

3. 重排序提升相关性

当召回量上来后，重排模型通常能显著提升最终回答质量。

评估指标

建议同时监控：

• Retrieval Recall（是否召回关键片段）
• Context Precision（上下文是否噪声过高）
• Answer Groundedness（回答是否基于检索内容）

只看“用户主观感觉”很难持续优化。

总结

Qdrant 提供了构建高性能 RAG 检索层的核心能力，但效果取决于整条数据与评估链路。把检索当成产品能力持续运营，而不是一次性配置，才能长期提升 Agent 质量。

---

若你已经有线上流量，建议优先做“问题分层 + 检索策略分层”，通常比盲目更换模型更有效。