RAG 一般读作：

一、英文读法

/ræɡ/
听起来和英文单词 rag 一样，近似中文的：

“瑞格” 或 “拉格”

在 AI 圈里，很多人直接念：

RAG（rag）

不是逐个字母念成 “R-A-G”，虽然那样念别人也能听懂。

二、它是什么意思

RAG 是：

Retrieval-Augmented Generation

中文常翻成：

检索增强生成

意思很通俗地讲就是：

先去“查资料”，
再根据查到的资料来生成答案。

也就是让大模型不是只靠自己脑子里的参数回答，
而是先从你的知识库、文档、数据库里找相关内容，再回答。

三、举个最简单的例子

比如你问：

“我们公司报销制度里，差旅住宿标准是多少？”

普通大模型如果没看过你公司的制度，容易瞎猜。
但如果用了 RAG，它会先去你的制度文档里检索相关段落，再基于那段内容回答你。

所以它的核心感觉就是：

先查，再答。

四、行业里常见说法

你可能会听到这些说法：

做一个 RAG 系统
就是做一套“知识库问答”系统

RAG 问答
就是基于外部资料的问答

RAG 检索链路
就是“用户提问 → 检索相关资料 → 把资料喂给模型 → 模型回答”这条流程

五、你记忆时可以这样记

RAG ≈ 让 AI 开卷考试

不是闭卷硬答，
而是先翻资料，再回答。

这个比喻最容易懂。