大型语言模型（LLMs）表现卓越——直到它们不再如此。如果您询问其关于内部数据、产品目录或用户评论的内容，它要么产生幻觉给出错误答案，要么承认自己不知道。大多数团队采用的解决方案是检索增强生成（RAG）。该技术首先检索相关数据，将其作为上下文注入提示中，并让模型基于该上下文而非自身记忆来回答问题。GraphRAG 在此基础上更进一步。它不仅能检索文本片段，还能利用图关系检索关联上下文，通过追踪实体间的关系构建更丰富、更具结构化的上下文。其结果可提供基于数据及其相互关系的事实性答案。