Retrieval 与 Grounding 指南，不是把文档全塞进去就算做了 RAG
很多人搜 retrieval 或 grounding，只想知道怎么把文档喂给模型。DepthPilot 更关心的是：什么时候必须取证、如何筛证、如何保留来源，让用户真正知道答案为什么值得信。
搜索集群
Prompt Engineering Course
Prompt Engineering 课程，不该只教你写更长的 prompt
LLM Limitations
LLM limitations，不只是“模型会幻觉”，而是你要学会什么时候不能让它硬答
Structured Outputs Guide
Structured Outputs 指南，不是让模型“像 JSON”，而是让结果真的可验证
Retrieval and Grounding Guide
Retrieval 与 Grounding 指南，不是把文档全塞进去就算做了 RAG
AI Workflow Course
AI Workflow 课程，目标不是会聊，而是会搭可交付流程
Agent Workflow Design
Agent Workflow Design，不是让模型自己猜下一步
Context Architecture
Context Architecture，不是把更多字塞进 prompt
AI Eval Loop
AI Eval Loop，决定你是在优化系统还是在凭感觉试错
Context Engineering vs Prompt Engineering
Context Engineering vs Prompt Engineering，到底差在哪里
AI Workflow Automation Course
AI Workflow Automation 课程，重点不是自动化按钮，而是可维护系统
OpenClaw Tutorial
OpenClaw 教程，不只是装起来，而是跑通、排错、沉淀成 skills
Supabase Auth Tutorial
Supabase Auth 教程，不止是做个登录页
Creem Billing Tutorial
Creem Billing 教程，真正关键的是 webhook 和 entitlement
AI Eval Checklist
AI Eval Checklist，用来判断你的系统是不是真的变好了
LLM Observability Guide
LLM Observability 指南，不是多记日志，而是让失败真正可重放
Prompt Injection Defense
Prompt Injection 防护，不是再补一句“忽略恶意输入”
LLM Model Routing Guide
LLM 模型路由指南，别再让所有请求都走同一条回答链
LLM Latency and Cost Guide
LLM 延迟与成本指南，先消灭浪费，再谈模型价格
Human in the Loop AI
Human in the loop 不是兜底口号，而是升级路径、review queue 和 handoff packet 设计
RAG Freshness Governance
RAG 不是检索到就算 grounded，真正关键是 freshness governance
LLM Evaluation Rubric
LLM evaluation rubric，不是打分表花架子，而是修复顺序和上线判断
这条路径能建立什么
为什么这个主题重要
为什么“加更多资料”不等于 retrieval
如果系统只是把一堆文档片段塞进上下文，而没有查询设计、过滤规则和来源保留，那它并没有建立 evidence layer，只是在放大噪声。
为什么这个主题重要
Grounding 真正绑定的是什么
真正的 grounding 会把答案重新绑定到证据、来源和时间。这样系统和用户都能回头检查：这个结论依据哪段资料，资料是不是最新的。
为什么这个主题重要
DepthPilot 怎么把它教成技能
我们不只讲 RAG 名词，而是让用户把自己的一个真实问答流程改写成 retrieval chain，并通过小测、反思和工作流草图证明自己会了。
接下来去哪
用户通常会问什么
有了知识库就等于做了 grounding 吗？
不等于。没有查询、过滤、来源和新鲜度设计，知识库只是潜在原料，不是可靠证据链。
什么时候不该做 retrieval？
当任务不依赖最新事实、外部文档或内部知识时，盲目检索只会增加噪声和成本。