在RAG流程中，基于用户输入问题执行embedding搜索以获取知识库相关内容。在连续对话场景中，仅使用当前问题执行搜索常无法得到匹配结果。例如用户先询问与QA结构相关的内容后，再提问"第二点是什么"，仅搜索该短句无法获取有效内容，仅基于当前问题的检索无法匹配知识库中的相关条目。
标准配置流程
- 在工作流中添加指代消解（问题优化）节点。
- 将用户当前问题与对话历史输入至该节点，生成补全后的完整问题。
- 将补全后的问题作为搜索关键词，传入知识库搜索节点执行检索。
该节点会自动关联对话上下文，补全当前问题中省略的指代内容，确保检索关键词完整匹配知识库条目。
补全后的问题可准确覆盖上下文语义，让知识库搜索返回匹配的相关内容，解决连续对话中的检索失效问题。例如上述场景中，补全后的问题为"QA结构的第二点是什么"，可直接匹配知识库中对应的内容，完成有效检索。
来源： FastGPT 官方来源
适用性与版本范围
本页适用于官方来源记录的 教程 场景。执行变更前，需核对 FastGPT、依赖、API 与部署版本。
安全护栏
凭证与私密数据使用 [REDACTED_CREDENTIAL] 占位符。执行操作前需核对文档的环境与版本。
回滚指引
恢复变更前的技术内容权威快照、已保存配置与数据快照，再执行最小验证场景。