一个常见的误解：相关问题 = 换一种说法问同一件事？
在构建 RAG（Retrieval-Augmented Generation，检索增强生成）系统时，有一个问题经常被忽视：
为原始 Query 生成的”目标相关问题”，到底应不应该和原 Query 语义重复？
很多人的第一直觉是：相关问题嘛，肯定是把原来的问题换个说法再问一遍。比如原 Query 是”苹果公司的营收如何”，相关问题就写成”苹果公司收入怎么样””Apple 的营业额是多少”——换汤不换药。
这个思路看似合理，实则是对检索系统的极大浪费。真正有效的目标相关问题，不是对原 Query 的语义复制，而是对它的拆解、补充和扩展。
什么是”目标相关问题”？
在信息检索和 RAG 系统的语境下，目标相关问题（Target-Related Questions）是指围绕原始用户查询（Query）所生成的一组辅助问题，用于从不同角度、不同粒度检索与主题相关的信息片段，最终拼合出更完整的答案。
它在系统中的典型位置：用户输入 Query → 系统生成若干目标相关问题 → 分别检索对应文档片段 → 汇总给 LLM 生成最终回答。
这一技术也常被称为 Query Decomposition（查询分解）或 Query Expansion（查询扩展），是提升 RAG 系统召回质量的核心手段之一。
为什么目标相关问题不应与原 Query 重复？
根本原因在于：语义重复的问题，检索结果也会高度重复。
如果三个”相关问题”其实都在问同一件事，检索系统会从知识库里召回高度相似的文档片段，送入 LLM 的上下文窗口里充斥着冗余信息，既浪费 token，又对最终答案的质量毫无增益。
更严重的情况是：某些关键的背景信息、前提条件、相关概念根本没有被检索到，LLM 只能用有限信息”硬猜”，导致答案不完整甚至出错。
换句话说，目标相关问题的价值，恰恰在于它能覆盖原 Query 所覆盖不到的信息维度。
目标相关问题的三种生成方向
① 拆解：将复合问题分解为子问题
很多用户的 Query 其实是一个复合问题，隐含着多个独立的信息需求。
原 Query：“为什么特斯拉在中国市场销量下滑，比亚迪却持续增长？”
拆解为子问题：
- 特斯拉在中国市场近期销量数据如何？
- 特斯拉在华销量下滑的主要原因是什么？
- 比亚迪的销量增长趋势和驱动因素是什么？
- 中国新能源汽车市场的整体竞争格局如何？
每个子问题对应独立的信息块，分开检索后合并，才能支撑起对原 Query 的完整回答。
② 补充：挖掘原 Query 隐含的前提与背景
用户在提问时往往省略了大量上下文，目标相关问题需要把这些隐含的前提显式化。
原 Query：“RAG 系统如何减少幻觉？”
补充类相关问题：
- LLM 产生幻觉的根本原因是什么？（前提背景）
- RAG 系统的基本工作原理是什么？（概念基础）
- 检索质量对 LLM 输出准确性有何影响？（机制链路）
- 除 RAG 外，还有哪些减少幻觉的主流方法？（对比参照）
这些问题不是在重复”如何减少幻觉”，而是在构建回答这个问题所需的完整知识框架。
③ 扩展：从不同视角、不同粒度重新审视问题
同一个主题可以从多个维度切入，扩展类相关问题负责拓宽检索的覆盖面。
原 Query：“如何提升电商平台的用户留存率？”
扩展类相关问题：
- 用户流失的常见原因有哪些？（反向视角）
- 会员体系和积分系统对留存的影响？（具体策略）
- 个性化推荐算法如何提升复购率？（技术视角）
- 行业内留存率的基准数据是多少？（数据参考）
判断目标相关问题质量的实用标准
生成目标相关问题后，可以用以下标准快速评估质量：
| 评估维度 | 好的相关问题 | 差的相关问题 |
|---|---|---|
| 语义重叠度 | 与原 Query 覆盖不同信息区域 | 换个说法问同一件事 |
| 信息增益 | 检索结果能补充原 Query 检索不到的内容 | 检索结果与原 Query 结果高度相同 |
| 可独立回答性 | 每个子问题本身就是一个完整的问题 | 脱离原 Query 语境就无法理解 |
| 必要性 | 回答原 Query 确实需要这个信息 | 与最终回答目标关联牵强 |
在 RAG 系统中的工程实现思路
目前主流的实现方式有以下几种：
方式一：LLM 直接生成相关问题
将原 Query 送入 LLM，通过 Prompt 指令要求其生成若干个不与原问题语义重复、且能覆盖不同信息维度的相关问题。Prompt 中明确禁止”换句话说”式的重复，是保证质量的关键。
方式二：HyDE（假设性文档嵌入）
让 LLM 先生成一个”假设性答案”，再用这个答案去检索相关文档。本质上是通过扩展语义空间提升召回，与目标相关问题方法互补。
方式三：Step-Back Prompting
先生成一个比原 Query 更宏观、更抽象的”退一步问题”，检索高层次背景知识，再结合原 Query 的具体检索结果，提升答案的深度。
核心结论
目标相关问题与原 Query 在语义上不应重复，这不是一个可选项，而是设计原则。
它们之间的理想关系是：原 Query 定义了用户想要解决的核心问题，目标相关问题构建了解决这个问题所需的完整知识图谱。两者相辅相成，共同决定了 RAG 系统最终能检索到多少有效信息，以及 LLM 能生成多高质量的回答。
衡量一组目标相关问题是否成功，最简单的问题是：把这些相关问题的答案拼在一起，能不能完整地回答原 Query？如果能，说明设计合理；如果不能，说明还有维度没有覆盖到。
在 RAG 系统的优化链路上，Query 的拆解与扩展往往是成本最低、收益最大的改进方向之一——值得每一个做信息检索和 LLM 应用的工程师认真对待。
