零基础入门 · 小白三千问

微调是什么？和「喂资料」有什么区别？

微调是送 AI 重新上课，把知识练进它身体里；喂资料（也叫知识库、RAG）是让它开卷考试，随用随查。多数公司真正需要的，其实是后者。

老板说「把公司资料喂给 AI」，供应商说「给你们微调一个专属模型」，听着像一回事，报价能差出几百倍。这一页用「上课」和「开卷考试」两个比方，帮你把这笔账算清楚。

一句话回答

微调是送 AI 重新上课，把知识练进它身体里；喂资料（也叫知识库、RAG）是让它开卷考试，随用随查。多数公司真正需要的，其实是后者。

看个演示 · 上课 vs 开卷，并排比一比

同一个目标：让 AI 会回答你公司的问题。左边走「微调」这条路，右边走「喂资料」这条路。点下面的按钮，看两条路各要经历什么。

🏫微调：送去重新上课

周期以周计 · 花费以万计

📚喂资料：开卷考试

当天生效 · 花费小得多

一句话总结：改「性格」才需要上课，查「知识」开卷就够了。

注意一个关键差别：微调改变的是模型本身，像把知识练成了肌肉记忆；喂资料完全没动模型，只是考试时允许它翻书。所以资料一更新，开卷这边换本书就行，上课那边就得重新读一遍。

对号入座 · 你的场景该选哪个

道理懂了，落到具体事上怎么选？下面四个是企业里最常见的场景，点一个试试，看推荐方案和理由。

一张表看懂两条路

那到底该怎么选

给你一个省钱的顺序：先试提示词，再挂知识库，最后才考虑微调。很多「必须微调」的需求，认真写一段提示词就解决了；再不够，挂上知识库让它开卷；两样都试过还差口气，那才轮到花大钱送它上课。顺便提醒：饭局上有人说「我们训了个模型」，多数时候他做的只是前两步，这一页帮你听懂他到底干了啥。

还有一个实用信号：如果你的需求里有「查」这个字，例如查制度、查价格、查文档，那基本就是知识库的活。想看知识库内部到底怎么运转，可以接着读企业都在建的「知识库」是什么。