公司要做一个会回答内部制度问题的助手，你会怎么判断先用提示词、RAG，还是微调模型？
考察说明
考查对提示增强、检索增强生成和微调适用边界的判断。
回答思路
- 应先用提示词和少量示例建立基线，因为它改动成本最低，能够快速确认任务本身是否适合由模型完成。
- 制度内容更新频繁、需要引用出处或存在访问权限时，RAG 通常更合适，它可以在回答时检索当前版本资料并保留来源，但效果依赖切分、召回和排序质量。
- 微调更适合塑造稳定的表达风格、输出格式或特定行为模式，不应把它当作可靠存储大量易变化事实的主要手段。
- 如果基础模型不理解公司的专有任务模式，可以用高质量样本微调行为，同时继续通过 RAG 提供实时知识，两者并不互斥。
- 决策前需要检查文档质量、更新频率、可用训练样本、权限边界、延迟预算和错误成本，避免只依据技术热度选方案。
- 应在同一测试集上比较答案正确性、引用可信度、拒答表现、响应时间和维护成本，再决定是否增加系统复杂度。