prompt、RAG 还是微调：三问决策树

微调与对齐进阶考 14 题讲解 4 段

先问三个问题：缺的是知识还是行为、知识变不变、行为能不能用 prompt 和结构化输出表达。缺知识且会变 → RAG；缺行为且 prompt 表达不了 → 微调；其余写好 prompt 就够。四条路的成本量级差一到两个数量级，2026 年错误的微调理由有三个。

也叫：技术选型 · 三问决策树 · prompt vs RAG vs 微调 · 蒸馏

先学后训练主线：SFT 到 GRPO RAG 链路总览

再学场景设计五步通法微调的护城河与资产寿命

三问决策树（本章核心骨架，后续场景题复用）出自 T4-3

原文示意

        ┌─────────────────────────────────────────────────┐
        │  前置闸门：没有评测集，四条路一条都不要开始     │
        │  （至少 50–100 条，含边界样例；先跑 few-shot 基线）│
        └───────────────────────┬─────────────────────────┘
                                ▼
                  模型的问题属于哪一类？
                                │
   ┌────────────────────────────┼────────────────────────────┐
   ▼                            ▼                            ▼
「不知道」                  「不会做」                  「做得到但太贵太慢」
知识 / 时效 / 要溯源        能力 / 格式 / 风格          延迟 / 单价 / QPS
   │                            │                            │
   ▼                            ▼                            ▼
  RAG                    ① 先提 effort 档位             蒸馏到小模型
                            + 改 prompt                （用大模型造数据
                              │                          训小模型）
                              ├─ 仍不行，且规则写不出、
                              │  只能给例子  →  SFT / LoRA
                              │
                              └─ 仍不行，且能写自动判分器
                                              →  RLVR / RFT

这棵树的用法是自上而下、逐级排除，不能跳级。 面试里最常见的失分，是候选人直接从"我们做了微调"开始讲，跳过了前面所有更便宜的选项，于是整段回答都建立在一个没被验证的前提上。

以上节选自T4-3 选型判断：prompt、RAG、微调，以及 2026 年微调还剩几条护城河，读全文能看到前后语境。