待验证50% 置信事实精确时间

RAG系统的典型管道包括文档切片、向量化嵌入、相似度检索和上下文拼接四个阶段，每个阶段都可能成为恶意指令注入点

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

Anthropic提示注入争议解析：系统提示透明度之争

hackernewshackernews2026/7/5

相关事实

已验证RAG（检索增强生成）的典型流程包括文档分块（Chunking）、向量嵌入（Embedding）、相似度检索（Similarity Search）和上下文注入（Context Injection）四个步骤78% 相似已验证典型的 RAG 系统包含文档向量化模块、语义检索模块和生成模块三个核心组件76% 相似已验证RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答75% 相似已验证RAG架构分为检索阶段和生成阶段，检索阶段使用向量数据库（如Chroma、Pinecone、Milvus）通过余弦相似度召回相关文本片段74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/116705

API

curl https://kongchang.com/api/v1/knowledge/claims/116705

MCP

get_claim(id=116705)