文章目录前言一、面试现场还原：为什么这道题能筛掉八成候选人1. 大多数候选人踩的第一个坑2. "检索不到"不等于"没有答案"3. 这道题真正在筛什么二、检索层抢救：查询改写与混合召回的三个方向1. 查询改写：让模型先翻译用户的真实意图2. 混合检索：不要只靠向量3. 放宽阈值前先多召回候选三、生成层底线：模型内部知识兜底的边界判断1. 核心原则：宁可说不知道，也不要瞎编2. 模型内部知识兜底：分场景判断3. 边界必须在设计阶段就想清楚四、交互层设计：把"没找到"变成一次挽回体验1. 引导用户换个问法2. 给出相关但非精确匹配的候选3. 转人工或创建工单五、系统层闭环：检索失败日志反哺知识库迭代1. 定期分析检索失败的query日志2. 针对高频未命中补充知识库3. 建立兜底FAQ库六、一个典型的四层兜底逻辑链七、不同业务场景下的兜底策略差异对比1. 企业内部知识库助手 vs 对外客服机器人2. 法律/医疗/金融 vs 通用聊天3. 高频标准问题 vs 长尾个性化问题八、从架构师视角看RAG兜底的六个工程取舍1. 查询改写次数：一次还是两次2. 混合检索的融合权重：固定还是动态3. 模型兜底标注：显式还是隐式4. 候选内容提供阈值：给还是不给5. 转人工触发条件：自动还是手动6. 失败query分析周期：实时还是离线九、面试话术：考官想听的是什么1. 两个常见错误回答2. 高分答题模板：三层结构3. 60分 vs 90分对比4. 加分项提示总结前言做过智能客服系统的人，或者搭过企业知识库助手的技术同学，大概率都撞上过这么一个场景：用户兴致勃勃地提了一个问题，系统在知识库里检索了一圈，什么相关内容都没搜到。那一刻系统该怎么办？很多人第一反应是让大模型自由发挥——结果就是一本正经地胡说八道，也就是大家常说的"幻觉"问题。在依赖真实知识的业务里（比如企业制度、产品参数、法务条款），一句编造的答案，代价远比直接说"我不知道"大得多。一位前同事去面某里RAG相关岗位，三轮技术面里都被追问到了这个话题。面试官的原话很直白：“知识库检索不到的时候，你系统怎么兜底？”同期面试的候选人里，能给出完整方案的不到两成。本文把"检索不到怎么办"这个问题从工程视角拆透。读完这篇文章你能搞明白：检索层还能抢救的三个方向：查询改写、混合召回、候选放宽生成层的底线原则：何时用模型内部知识兜底，何时坚决不编造交互层怎么把"没找到"设计成挽回体验系统层如何把失败日志变成知识库迭代的养料架构师视角的六个工程取舍点面试话术的三层答题模板不管你是正在做RAG系统的工程师，还是准备大厂面试的候选人，这套四层兜底框架都值得收藏。开整！