基于RAG的人机对话方法、设备、存储介质及程序产品

本申请提供一种基于RAG的人机对话方法、设备、存储介质及程序产品，该方法包括：获取与输入提问相关联的对话上下文信息，并根据对话上下文信息对输入提问进行完善以确定改写优化提问；根据改写优化提问进行RAG检索以确定相应的至少一个相关背景知识，根据各个相关背景知识和改写优化提问构建大模型提示词；将大模型提示词输入人机对话大语言模型，并根据人机对话大语言模型的输出内容确定针对输入提问的回复答案。由此，通过对话上下文信息的持续跟踪与分析，并改写用户提问，有效提高了系统的检索准确性、生成智能性和对话一致性，进而提升了多轮人机交互场景中的应用性能和用户体验。