企业文档 RAG 系统：项目包含什么以及费用多少
企业 RAG 系统（Retrieval-Augmented Generation）不是「把 PDF 上传到 ChatGPT」，而是一套基础设施：索引规章、合同、说明书和知识库，找到相关片段，并生成带出处引用的回答。2026 年这已成为内部助手、客服和合规查询的标准方案。下文介绍项目组成、阶段、周期和现实预算区间。
- 单一数据源 MVP（Confluence、SharePoint、PDF 文件夹） - $8,000 - $25,000，4-8 周
- 企业 RAG 平台（多数据源、RBAC、审计） - $35,000 - $120,000，3-5 个月
- Enterprise：本地部署、DLP、SLA、多语言 - $120,000 - $350,000+，6-10 个月
- 月度费用 - embeddings、LLM API、向量库、重建索引：$300 - $12,000+
- 主要价格驱动因素 - 不是模型（GPT-5.6 Terra、Claude Sonnet 5、Gemini 3.5 Flash），而是检索质量和文档系统集成深度
什么是企业文档 RAG
RAG 用对您数据的搜索来增强 LLM：模型并不「记住」休假制度，而是从向量索引中获取相关段落并据此作答。对企业而言，这减少幻觉并提供可核验的来源链接。
典型场景：
- 员工询问合同审批流程 - 系统在 Confluence 中找到条款并引用；
- 客服从最新的 Zendesk 知识库获得答复草稿；
- 法务在合同档案中按交易对手类型和日期筛选检索先例。
没有 RAG，企业聊天机器人只能泛泛而谈或「编造」内部规则。有 RAG，回答绑定到可打开核验的文档。
项目组成
RAG 项目分为八个模块，各自影响周期和预算。
| 模块 | 工作内容 | 典型占比 |
|---|---|---|
| Discovery | 数据源、用户角色、质量 KPI、数据约束 | 8-12% |
| Ingestion (ETL) | Confluence、SharePoint、Drive、CRM、工单、ERP 导出 | 15-25% |
| 分块与预处理 | 切分片段、清洗、元数据、扫描件 OCR | 10-15% |
| Embeddings 与索引 | 嵌入模型、向量库、混合检索（BM25 + 向量） | 10-15% |
| Retrieval 流水线 | Rerank、角色过滤、去重、query expansion | 15-20% |
| Generation 层 | Prompt、引用、guardrails、低置信度 fallback | 10-15% |
| 界面与 API | 挂件、Slack/Teams、内部门户、headless API | 10-20% |
| 可观测性与 eval | 检索指标、测试问题集、A/B、告警 | 8-12% |
交钥匙意味着：索引约定数据源、在目标渠道作答、记录查询、完成试点并移交重建索引文档。
开发阶段
1. 数据审计与需求（1-2 周）
确定数据源、文档量、访问（SSO、RBAC）、指标（precision@k、正确引用比例、CSAT）。交付物：数据源图、权限矩阵、50-200 条 eval 黄金问题。
2. Ingestion 原型（2-4 周）
接入第一个数据源，验证完整链路：导出/webhook、解析（HTML、DOCX、PDF）、分块、写入向量库。常用栈：LangChain / LlamaIndex、Unstructured、SharePoint/Confluence 连接器。
3. Retrieval 与搜索质量（3-6 周）
嵌入模型、pgvector/Qdrant/Weaviate、混合搜索、reranker（精度提升 15-30%）、部门级过滤。没有 eval 迭代，演示可用、真实问题会失败。
4. Generation 与 guardrails（2-4 周）
「仅根据上下文回答」的 system prompt、引用链接、「不知道」fallback、防 prompt injection、模型路由（Flash/Luna vs Terra/Sonnet）。
5. 集成与界面（2-6 周）
内网挂件、Slack/Teams 机器人、SSO、管理后台、CRM API。
6. 试点与上线（2-4 周）
每次发布在 eval 集上回归、50-200 用户试点、监控延迟与 token 成本、runbook。
按项目类型的费用区间
MVP - 单一数据源
| 参数 | 数值 |
|---|---|
| 预算 | $8,000 - $25,000 |
| 周期 | 4-8 周 |
| 数据源 | 1 |
| 用户 | 最多 100 |
企业 RAG 平台
| 参数 | 数值 |
|---|---|
| 预算 | $35,000 - $120,000 |
| 周期 | 3-5 个月 |
| 数据源 | 3-8 |
| 用户 | 200-5,000，RBAC、SSO |
Enterprise
| 参数 | 数值 |
|---|---|
| 预算 | $120,000 - $350,000+ |
| 周期 | 6-10 个月 |
| 要求 | 本地/VPC、DLP、GDPR/HIPAA、99.9% SLA |
月度费用（OPEX）
| 项目 | 区间/月 |
|---|---|
| Embeddings | $50 - $800 |
| LLM API | $200 - $8,000 |
| 向量库 | $70 - $600 |
| Rerank | $30 - $400 |
| Worker 托管 | $100 - $1,500 |
| 支持与迭代 | $1,000 - $8,000 |
示例：5,000 文档、3,000 次查询/月 - 约 $250-400/月。50,000 次查询时可达 $3,000 - $12,000/月。
周期与团队
| 类型 | 团队 | 周期 |
|---|---|---|
| MVP | 1 后端 + ML（兼职） | 4-8 周 |
| 企业平台 | 2 后端、1 ML、1 前端、PM | 3-5 个月 |
| Enterprise | 4-7 人 + DevOps、QA、安全 | 6-10 个月 |
2026 费率（远程、东欧/CIS）：ML/RAG $60-100/时。美国/西欧约为 2-3 倍。
推高成本的因素
多种 legacy 格式、文档级 RBAC（+20-35%）、多语言（+25-40%）、实时更新、带 GPU 的本地部署。
如何避免多花
- 从一个部门、一个数据源、30-50 条参考问题开始。
- 第一周就建立 eval。
- 先用混合搜索 + rerank，而非 fine-tuning。
- 模型路由分流简单与复杂问题。
- 语义缓存可省 20-40% API。
- MVP 固定价，新数据源按 T&M 估价。
总结
2026 年企业文档 RAG 系统费用从 $8,000（单 wiki MVP）到 $350,000+（enterprise 本地与合规）。周期 4-8 周至 10 个月。主要驱动：数据源数量与质量、权限要求、检索精度、流量。LLM 只是 OPEX 一部分；ingestion 与搜索质量决定系统是实用还是「会幻觉的漂亮 demo」。
常见问题
RAG 与对文档 fine-tuning 有何区别？
Fine-tuning 把知识写进权重，每次制度变更更新成本高，难以引用来源。RAG 单独存文档，查询时检索最新片段注入上下文 - 通过重建索引在分钟/小时内更新。对频繁修改的企业文档，通常先上 RAG；fine-tuning 适合固定输出格式或海量同类查询省 token。
能否不开发，直接用 ChatGPT Enterprise 或 Copilot 做 RAG？
简单场景可以部分满足。 Custom GPT 或 Copilot 上传文件适合数百文档试点。限制：chunking/retrieval 控制弱、RBAC 复杂、无定制 eval、厂商锁定。数千文档、SSO、审计、SLA 的生产环境需要定制 RAG 平台 - 通常从 $35,000 起。
典型项目能承载多少文档？
MVP 在 managed 向量库上舒适处理 500-5,000 文档（或最多约 50,000 页）。企业平台通过分片与混合搜索可达 100,000+。瓶颈往往是解析质量和大索引 rerank 延迟。百万页 OCR 档案需单独 ingestion 项目，预算 +30-50%。
上线前如何衡量 RAG 质量？
建立 eval 数据集：50-200 个真实问题及参考文档/段落。指标：recall@k、faithfulness、citation accuracy。每次调整分块、embedding 或 rerank 后跑一遍。生产目标：关键主题 recall@5 > 85%，试点 faithfulness > 90%。
上线后支持包含什么？
典型 retainer $1,000 - $5,000/月（中小项目）或开发费的 15-25%/年：质量监控、eval 更新、源 API 变更时修连接器、新 wiki 分区、prompt 调优、延迟与 API 成本告警。大规模文档更新（新规章、Confluence 迁移）常单独 sprint 计费。无支持时 3-6 个月内质量会悄然下降。