标准答案
- 关系库适合订单、账户、权限和事务状态；专用搜索适合精确过滤、全文检索、排序和聚合；知识图谱适合多跳实体关系和需要显式关系约束的问题。
- RAG 适合从非结构化资料中提取解释和候选依据。实际方案常是工具查询结构化事实，再用 RAG 补充政策说明，最后由模型组织可读回答。
- 升级依据应来自失败样本和业务需求：答案需要精确聚合、关系查询漏召回、权限过滤复杂、数据强一致或可解释性要求提高时，再引入专用系统。
题目解析
不是技术栈越多越好。知识图谱需要实体、关系和更新治理，关系库查询需要安全的查询接口，专用搜索需要索引和排序维护；先用最小可验证方案确定瓶颈。
模型可以把自然语言转换成受控查询参数，但不能让用户输入直接拼接 SQL 或任意查询 DSL。查询范围、字段、分页和权限必须由服务端限制。
多系统组合时要明确哪个系统是事实来源、哪个只提供搜索候选、哪个负责解释。否则模型可能把搜索排名误当成事实优先级。
常见误区
- 看到 RAG 召回不准就立刻引入知识图谱，没有定位切片和查询问题。
- 让模型生成任意 SQL 直接执行。
- 多个数据源同时返回不同状态，却没有定义权威来源和冲突处理。