微调还是 RAG：不要用训练解决检索问题

当 AI 应用效果不好时，团队常会问：要不要微调？这个问题不能只看“模型答得对不对”，要先判断失败来自知识缺失、格式不稳、风格不一致，还是流程设计不清。

OpenAI fine-tuning 文档把微调用于定制模型行为；embedding 和工具文档则更适合处理外部知识检索与工具连接。[ft-001][ft-002][ft-003]

RAG 适合知识问题

如果答案依赖经常变化的文档、产品政策、内部知识库或用户数据，优先考虑 RAG：

需要“知道最新资料”的问题，通常先用检索；需要“稳定按某种方式做事”的问题，才考虑微调。

微调更适合：

概念判断表：

问题：答案缺少内部文档事实 -> RAG
问题：总是不按指定 JSON 风格输出 -> 结构化输出或微调
问题：分类任务样例稳定且量大 -> 可以评估微调
问题：需要调用外部系统 -> 工具调用

微调前应该先有评估集，否则无法判断训练是否真的改善。OpenAI evals 文档适合把任务质量做成可比较指标。[ft-004]

综合这些资料可以推断：RAG、结构化输出、工具调用和微调不是互斥选项。更合理的路线是先修数据流和输出契约，再用微调优化稳定、重复、可评估的行为。