RAG 法规问答系统：自然语言问 NMPA 条款

5 周 里我们做了这些

背景

客户是化妆品行业咨询平台，月活 8K，主力用户是品牌方研发 / 法规 / 跨境团队。平台 2024 年上线了"法规检索"功能，覆盖 74 国 113K 条法规条款。但 6 个月数据：检索功能日均使用 80-120 次，用户反馈"找到了原文但看不懂"，咨询师每天平均接到 30 条"我这个配方加 0.5% 烟酰胺在欧盟能不能上"的细节问题，每条人工回复要 1.5 小时。 核心问题：用户要的不是"找到法规原文"，是"得到针对自己配方的明确答案"。这是从"检索"到"问答"的产品形态升级。

我们做了什么

总工期 5 周。 第 1 周｜数据准备 + 分 chunk 策略。113K 法规条款不是一刀切按字符数分。我们按法规结构分：① 限制条款（含"应当"/"不得"/"禁止"动词的）单独成 chunk + 关键限制条件提到 metadata；② 解释条款（描述性）按 800 字符分；③ 附录列表（如禁用清单）每条目独立 chunk + 全清单作为 parent chunk。这样检索时既能命中具体条目又能拿到上下文。 第 2 周｜Embedding + 入 pgvector。用 Gemini text-embedding-004（768 维）。113K chunk 入库，建 ivfflat 索引（lists=512），单次相似度查询 < 50ms。 第 3 周｜检索召回调优。初版用纯向量检索，准确率 78%。问题：法规条款语言抽象（"应当"/"不得"/"含 X 的产品需"），用户问"烟酰胺欧盟能不能用"，向量检索召回的可能是"应当确保配方安全性"这种泛化条款，不是具体的烟酰胺限值。 第 4 周｜query rewrite + Claude 重排。我们加了两层处理：① query rewrite——用 Gemini Lite 把用户口语化问题转成 3 个具体子查询（如"烟酰胺欧盟能不能用"→「烟酰胺 欧盟 1223 法规 限值」/「Niacinamide EU CosIng restriction」/「烟酰胺最大允许浓度 欧盟」）；② 三个子查询分别检索 → 召回 30 条候选 → 用 Claude 3.5 Sonnet 重排（基于"对回答用户原问题的相关度"评分）→ 取 top 5 喂给最终回答 prompt。 第 5 周｜引用溯源 + 灰度上线。每个回答必须引用至少 1 条具体法规条款（含国家 / 法规名 / 条号），点击可跳转原文。灰度先开放给 200 个内测用户。

数据结果

上线 3 个月： · 1,200+ 次问答/月（远超原本检索的 80-120 次） · 用户满意度评分 4.5/5 · 溯源准确率 96%（人工抽查 200 条回答，196 条引用条款准确） · 平台咨询师人工回复"细节问题"从 30 条/天降到 8 条/天 · 最大用例：跨境品牌秒查"成分 X 在 Y 国是否合规"，省去之前的人工 1.5 小时 · 衍生：3 家其他化妆品平台主动询价类似 RAG 系统（CosDev 在谈中）

复盘 · 哪里做得不够

一开始用单纯向量检索准确率只有 78%，问题是法规条款语言抽象，需要语义重写 query。最终走 query rewrite + 重排两层方案。这个项目让团队学到"垂直领域 RAG 不能直接套用通用 RAG"，必须先理解领域语言特点再设计检索策略。 RAG 能跑到 96% 是因为我们花了 1 周专门做 query rewrite——法规语言本身就是垂直领域。如果省掉这一周，最终系统只是一个"找到原文但答非所问"的 demo。