检索增强生成（RAG）是企业级LLM应用落地的核心架构范式。然而，从Demo到生产环境，RAG系统充斥着大量隐性问题：嵌入模型选型不当、切片策略粗糙、检索结果重排序缺失、上下文窗口管理混乱……本文将基于真实项目经验，系统拆解企业级RAG系统的完整搭建流程与关键技术决策点，深入剖析六大高频踩坑场景，并为AI开发者提供从架构设计、检索优化到效果评估的可落地避坑指南，帮助你的LLM应用真正从“能跑”进化为“好用”。