Day 05 建立了檢索增強生成（Retrieval-Augmented Generation, RAG）的共同流程：先從外部知識庫找出候選證據，再把問題與證據交給大型語言模型（Large Language Model, LLM）整理。Lewis 等人：RAG 原始研究

不過，「先找再答」只是一個大方向。真正開始設計系統時，還有一個關鍵問題：

規則要全部放在同一層搜尋，先按照主訴與決策結構縮小範圍，還是先用安全條件保護不能漏掉的候選？

這三種選擇會形成三條不同路徑：

• 平面式檢索增強生成（Flat Retrieval-Augmented Generation, Flat RAG）：所有規則區塊都在同一層，直接進行全域搜尋。
• 階層式檢索增強生成（Hierarchical Retrieval-Augmented Generation, Hierarchical RAG）：先找到較大的規則群組，再展開群組內的細部規則。
• 門控式檢索增強生成（Gated Retrieval-Augmented Generation, Gated RAG）：在檢索前或檢索過程中，先決定哪些候選要保留、加權或排除。

三條路徑接收的問題可以完全相同，最後也可以使用相同 LLM。真正不同的是：哪些規則有機會成為候選，以及正確規則會不會在中途被漏掉。

下圖用抽象卡片呈現三條路徑。左側所有卡片位於同一層；中間先經過樹狀父層再到子層；右側則讓三股候選先合併與去重。三條路徑最後都要把證據送到相同的整理與人工覆核階段。

上圖先建立三種架構的直覺差異：平面式直接搜尋全部規則、階層式先縮小範圍、門控式先建立多路候選再合併。這是概念示意，不是正式的臨床工作流程。

讀完這篇，你會知道什麼？

讀完 Day 06 後，你應該能夠：

1. 說明平面式、階層式與門控式 RAG 的流程差異。
2. 解釋父層路由為什麼能縮小範圍，也可能提早漏掉正確規則。
3. 分辨硬門控、軟門控與安全候選聯集。
4. 用同一筆教學輸入追蹤三條候選形成路徑。
5. 說明為什麼三個完整系統不能直接當成單一變因實驗。
6. 列出公平比較三種架構時必須固定的條件。

這篇會用到的名詞

三種架構沒有全球唯一的實作方式，因此這篇先把本系列使用的名稱與行為寫清楚。

先說清楚：這三個名稱是工程定義

RAG 是一個系統家族，不是只有一張固定流程圖。不同資料、任務與工具對「階層」或「門控」可能有不同做法。

例如，樹狀檢索研究 RAPTOR（Recursive Abstractive Processing for Tree-Organized Retrieval）會遞迴聚合、摘要文字，建立不同抽象層級的樹狀索引；查詢時可以從不同層級取回內容。Sarthi 等人：RAPTOR

本系列的階層不是照搬 RAPTOR。這裡不先用模型自動摘要整份文件，而是利用規則本身已具有的決策點、主訴家族與規則單元，建立可追溯的父子關係。

自適應檢索增強生成（Adaptive RAG）的研究也示範了另一種路由：依問題複雜度，在不檢索、單步檢索與多步檢索之間選擇策略。Jeong 等人：Adaptive-RAG

本系列的門控也不等於這項研究。這裡的門控不負責判斷問題需要幾次檢索，而是依主訴、生命徵象與高風險保護規則，處理候選集合。

因此，文章與程式不能只寫 hierarchical=true 或 gate=on。每次實驗都要說明：

• 階層有哪些層級。
• 父層如何被選中。
• 子規則何時展開。
• 門控讀取哪些輸入。
• 候選是被排除、加權，還是加入聯集。
• 門控後是否還有重排序。

名稱只是入口，真正能重現系統的是完整行為定義。

三條路徑先共用同一份契約

如果三種架構各自使用不同輸入、規則或輸出，就很難知道差異來自檢索架構，還是其他地方。

在比較開始前，三條路徑先共用一份系統契約：

共用輸入

輸入包含檢傷當下可取得的主訴、生命徵象、已知病史與缺失標記。缺失標記要明確寫出未知，不能在其中一條路徑補成正常。

查詢表示（Query Representation）是系統實際拿去搜尋的文字與結構。比較架構時，三條路徑必須使用同一種查詢表示；不能平面式只用原始文字，門控式卻額外加入整理過的臨床語意，然後把所有差異歸因於門控。

共用規則來源

三條路徑應使用相同制度、相同版本與相同原始規則內容。平面式和階層式可以用不同方式組織片段，但不能一邊有完整規則，另一邊少了例外條件。

共用最終任務

三條路徑都要輸出相同欄位，例如候選級數、證據識別碼、理由、缺失資料與是否拒答。它們都只定位為臨床決策支援候選，不直接取代專業人員。

共用紀錄

每次執行都要保存：原始輸入、查詢表示、索引版本、候選規則、檢索分數、門控紀錄、提示詞版本、生成模型與最終輸出。

這份共同契約讓我們後面可以把注意力放在真正改變的部分：規則如何組織，以及候選如何被選出。

平面式：把所有規則放在同一個候選空間

平面式檢索增強生成（Flat Retrieval-Augmented Generation, Flat RAG）把所有規則區塊視為同一層資料。它不先選父層群組，也不使用門控；每次查詢直接搜尋整個索引。

本系列把它當作基本檢索基準，流程如下：

1. 將規則文件切成可追溯區塊。
2. 使用同一個向量模型產生規則與查詢向量。
3. 在全部規則區塊中執行密集向量檢索（Dense Retrieval）。
4. 依相似度選出前 k 筆（Top-k）候選；k 是預計取回的候選數量。
5. 將候選原文、來源與問題交給相同 LLM 生成結果。

平面式的優點是簡單、透明，而且容易建立第一條可執行基準。只要查看索引，就能知道每個區塊都以相同層級參與搜尋。

它的主要風險是搜尋範圍很大。不同主訴可能共用「疼痛」「呼吸」「高風險」等詞，文字相似的其他制度或版本也可能排到前面。如果區塊切得太短，模型還可能只看到門檻，卻看不到適用條件。

平面式不等於隨意切文件。它仍需要來源、版本、中繼資料與缺失值處理；「平面」只描述候選沒有父子階層。

階層式：先找規則群組，再展開細部規則

階層式檢索增強生成（Hierarchical Retrieval-Augmented Generation, Hierarchical RAG）讓規則保留父層（Parent）與子層（Child）的關係。

父層是較大的規則群組，例如決策點、主訴家族或特定對象；子層則是群組內可以引用的細部規則單元。

基本流程如下：

1. 用查詢先找可能相關的父層群組。
2. 將被選中的父層展開為子規則。
3. 只在展開後的較小範圍內進行相似度排序。
4. 選出前 k 筆子規則交給 LLM。

中繼資料（Metadata）是描述資料的附加欄位。階層索引至少要保存父層識別碼、子規則識別碼、制度、版本與來源位置，讓子規則可以回到父層脈絡。

這種設計可能帶來兩個好處：

• 搜尋範圍縮小，較少讓完全不同主訴的規則互相競爭。
• 子規則保留父層語境，模型比較不容易只看到孤立句子。

但階層也新增一個失敗點：父層路由（Routing）若選錯，正確子規則可能根本不會被展開。後面的檢索器再強，也無法取回一個已經不在候選範圍內的規則。

另一個風險是跨群組規則。有些高風險條件可能適用多種主訴，如果只把它放在單一父層，其他路徑就可能看不到。因此，階層設計要允許一條規則連到多個適用群組，或另外建立共用高風險層。

門控式：先處理候選範圍，再進入檢索

門控式檢索增強生成（Gated Retrieval-Augmented Generation, Gated RAG）會根據輸入，先決定候選應該被保留、加權、排除或補入。

門控（Gate）像入口管理員，但它不一定只負責關門。不同門控有三種主要行為。

硬門控會直接排除

硬門控（Hard Gate）根據明確條件建立允許搜尋的範圍，其他候選直接不再參與後續排序。

它的優點是能快速縮小範圍，也能把確定性數值條件放在 LLM 之前執行。缺點是不可逆：只要門控規則、輸入值或缺失值處理有錯，正確規則可能在檢索前就消失。

生命徵象暫時沒有出現特定警示，也不能自動推論主訴沒有高風險。這就是本系列把生命徵象硬門控當作需要測試的對照條件，而不是預先認定為最佳方法的原因。

美國醫療保健研究與品質署（Agency for Healthcare Research and Quality, AHRQ）的病人安全資料也說明，急診嚴重度指數（Emergency Severity Index, ESI）會結合主訴、初始生命徵象與外觀評估，且生命徵象不一定足以辨識所有高風險病患。這正是不能只靠單一生命徵象入口永久排除規則的原因。AHRQ Patient Safety Network：Some Patients Can't Wait

軟門控只調整排序

軟門控（Soft Gate）不刪除候選，只提高或降低某些候選的分數。即使路由不確定，其他規則仍保有被取回的機會。

軟門控通常比硬排除保守，但候選空間也會比較大。若加權設計不當，真正重要的規則仍可能被大量相似片段擠到前 k 筆之外。

安全候選聯集負責加入與保護

安全候選聯集門控（Safety-Union Gate）是本系列預計驗證的安全導向設計。它建立三組候選：

• C：主訴候選集合，來自主訴或症狀家族。
• V：生命徵象候選集合，來自確定性數值規則產生的警示。
• H：高風險保護集合，保存不應只因路由或正常數值就永久消失的規則。

三組候選合併成：

U = C ∪ V ∪ H

每個符號的意思是：

• U 是合併後的候選集合。
• C、V、H 是上面三個來源集合。
• ∪ 是聯集（Union），表示收集三組中所有不重複的元素。

使用一組合成識別碼示範：

C = {R2, R5}
V = {R5, R7}
H = {R1}
U = {R1, R2, R5, R7}

R5 同時出現在 C 與 V，去重（Deduplication）後只保留一次。接著再用重排序（Reranking）比較候選與完整查詢，選出最終前 k 筆證據。

聯集只會讓候選數量增加或維持不變，不會自動證明答案更好。候選增加可能降低漏掉高風險規則的機會，也可能帶入更多不相關內容、增加計算成本或檢傷過度。這些都是後續要測量的假設與代價，不是已完成結果。

把三種架構放在同一個畫面中

下圖將三條路徑放在同一個起點與終點。請先看每欄第二、三個方框，因為真正差異發生在這裡。

上圖的三種架構可以快速比較如下：

門控式在技術上不一定要搭配階層索引；但本系列的門控實驗會固定使用相同階層知識庫，再比較不同門控行為，避免「知識結構」和「門控方式」同時改變。

讓同一筆教學輸入走過三條路徑

沿用系列中的教學輸入：病患主訴呼吸困難，呼吸速率（Respiratory Rate）為每分鐘 28 次，血氧飽和度（Peripheral Oxygen Saturation, SpO2）為 91%。

這三個欄位不足以完成正式檢傷。我們不知道意識、呼吸窘迫程度、病史、其他生命徵象與正式制度中的適用條件，因此下面只追蹤「候選規則如何形成」，不產生級數。

走平面式路徑

系統把完整查詢直接拿去搜尋全部規則。假設索引中有 F01 到 F08 八個合成片段，相似度排序後取出 F02、F07 與 F05。

這條路徑最容易理解，但候選可能混入其他主訴或不同版本。是否混入，必須查看每個片段的中繼資料，不能只看分數。

走階層式路徑

系統先在「呼吸群組、外傷群組、腹痛群組」三個合成父層中路由。若選中呼吸群組，再展開其下的 H02、H04 與 H07 子規則並排序。

候選範圍比較小，但父層如果選錯，正確子規則會在展開前消失。因此，父層命中與子規則命中要分開記錄。

走安全候選聯集路徑

系統分別產生主訴候選、生命徵象候選與高風險保護候選，形成剛才的 C、V、H 三組合成集合。

合併與去重後，再由相同重排序器選出前 k 筆。這條路徑不讓「沒有觸發某項生命徵象警示」成為永久刪除高風險規則的唯一理由，但仍需要測量候選增加帶來的雜訊與成本。

下圖把三條追蹤放在一起。所有 F、H、R 開頭的代號都是教學用合成識別碼，不是任何正式制度的規則編碼。

上圖最重要的觀察不是三組識別碼不同，而是「正確規則可能在哪一步失去機會」：

• 平面式可能因全域競爭而排不到前 k 筆。
• 階層式可能在父層路由時就走錯。
• 硬門控可能在檢索前直接排除。
• 安全聯集可能保留更多候選，卻增加後續排序難度。

架構導覽不等於公平實驗

如果直接建立三個完整系統：

• 平面式只用原始文字與密集檢索。
• 階層式加入語意化查詢和中繼資料過濾。
• 門控式再加入同時結合多種搜尋訊號的混合檢索（Hybrid Retrieval）、聯集與重排序。

最後即使門控式分數最高，也不能說「一定是門控有效」。差異可能來自查詢表示、文件結構、檢索方法或重排序。

控制變因（Controlled Variable）是在比較某個因素時，其他條件保持相同的實驗設計。三種架構要拆成至少兩個階段。

結構實驗只改平面或階層

比較平面式與階層式時，固定：

• 相同規則來源與內容。
• 相同查詢表示。
• 相同向量模型與密集檢索方法。
• 相同前 k 筆數量。
• 相同提示詞與生成模型。
• 兩邊都不使用門控。

唯一主要差異是知識區塊採用平面結構，還是父子階層。這樣才比較能回答「文件結構本身是否改善檢索」。

門控實驗只改候選處理

比較門控時，固定相同階層知識庫、查詢表示、檢索器、前 k 筆、提示詞與生成模型，只改：

1. 無門控。
2. 生命徵象硬門控。
3. 主訴軟門控。
4. 安全候選聯集。

如果使用重排序器，四條路徑必須全部使用同一個重排序器與設定；如果停用，也要全部停用。

下圖用兩列矩陣呈現這個拆法。第一列回答結構問題，第二列回答門控問題。

上圖也說明為什麼 Day 06 不會宣布哪一種架構最好。今天只完成設計地圖；真正的結論必須等資料、規則、評估指標與實驗設定固定後再產生。

每條路徑都要留下可以追查的紀錄

不論使用哪一種架構，單筆執行至少要留下：

執行清單（Run Manifest）是記錄一次實驗所用資料、模型、參數與版本的檔案。它負責回答「這個結果是怎麼跑出來的」，而單筆追蹤則回答「這一筆案例經過哪些候選變化」。

兩種紀錄都需要，否則我們只能看到最後級數，卻不知道正確規則在哪一步消失。

醫療安全邊界沒有因架構變複雜而改變

三種架構都只是候選證據的組織方式，不會自動取得臨床決策權。

即使安全候選聯集完整執行，系統仍可能：

• 原始資料缺失或單位錯誤。
• 規則知識庫版本不正確。
• 主訴路由選錯群組。
• 生命徵象規則寫錯。
• 重排序把必要證據排到後面。
• LLM 曲解已取回的證據。

因此，輸出仍定位為臨床決策支援（Clinical Decision Support, CDS）候選，必須顯示來源、版本、不確定性與拒答狀態。美國食品藥物管理局（U.S. Food and Drug Administration, FDA）的臨床決策支援軟體指引，也把醫療專業人員能獨立檢視建議基礎列為重要設計判準。FDA：Clinical Decision Support Software Guidance

這份 FDA 指引屬於美國法規脈絡。本文只引用它作為可檢視建議基礎的設計參考，不用來判定台灣產品的法規分類。

幾個容易誤解的地方

「階層式一定比平面式好」

不一定。階層可以減少雜訊，也會增加父層路由錯誤。若規則本身缺少穩定結構，硬建立階層還可能扭曲內容。

「門控就是把不符合條件的級數刪掉」

只有硬門控會直接排除。軟門控調整排序，安全候選聯集則負責加入與保護候選。

「生命徵象正常，就可以移除高風險規則」

不能直接這樣推論。主訴、病史、意識與其他高風險表徵可能仍然重要；生命徵象也可能缺失、量錯或只反映當下片刻。

「聯集保留更多候選，所以一定更安全」

候選增加可能減少漏規則，也可能增加雜訊、計算成本與檢傷過度。需要同時觀察安全錯誤與資源代價。

「三個完整系統直接比準確率，就知道哪個架構最好」

如果多個元件同時改變，分數差異無法歸因。必須拆成結構實驗、門控實驗與後續檢索／重排序實驗。

「架構圖畫完，就代表系統可以部署」

架構圖只是設計計畫。資料品質、規則正確性、程式測試、檢索評估、臨床效能、人因介面與法規仍要另外驗證。

今天走到了哪裡？

Day 06 建立了三種架構與兩條實驗邊界：

1. 平面式 RAG 在同一層規則區塊中進行全域檢索。
2. 階層式 RAG 先選父層群組，再展開與排序子規則。
3. 門控式 RAG 可以排除、加權或保護候選，不只一種行為。
4. 生命徵象硬門控是對照條件，安全候選聯集是待驗證的設計方向。
5. 比較文件結構時不能同時改變查詢、檢索與生成設定。
6. 比較門控時要固定階層知識庫與其餘元件，只改候選處理。

你可以用下面六個問題自行檢查：

1. 平面式和階層式的第一次候選縮小分別發生在哪裡？
2. 父層路由錯誤為什麼不能靠後面的檢索器補救？
3. 硬門控和軟門控最大的行為差異是什麼？
4. C ∪ V ∪ H 中三個集合各自代表什麼？
5. 安全候選聯集可能帶來哪些代價？
6. 為什麼三個完整系統的分數差異不能直接歸因於架構名稱？

本日小結

平面式、階層式與門控式 RAG 的差異，不只是流程圖多幾個方框，而是每條規則在什麼時候取得或失去成為候選的機會。

平面式保留最簡單的全域基準；階層式利用父子結構縮小搜尋範圍；門控式進一步根據輸入處理候選。硬門控可以快速排除，卻可能無法挽回錯誤；安全候選聯集選擇先保護候選，再把最後排序交給共同檢索流程。

今天完成的是設計地圖與實驗拆分，沒有哪一種架構已被證明最好。後續只有在輸入、資料、模型與評估方式固定後，差異才有解釋價值。

下一篇預告

Day 07 會處理評估的第一個陷阱：整體準確率看起來很高，為什麼系統仍可能漏掉最急迫的病患？

下一篇會從類別不平衡、序位距離與錯誤方向開始，說明為什麼「答對幾筆」不足以評估五級急診檢傷。

參考資料

• Lewis 等人：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
• Sarthi 等人：RAPTOR—Recursive Abstractive Processing for Tree-Organized Retrieval
• Jeong 等人：Adaptive-RAG—Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity
• AHRQ Patient Safety Network：Some Patients Can't Wait
• FDA：Clinical Decision Support Software Guidance