15年老兵复盘：用5步为RAG应用搭建61例评测套件

Alexey Grigorev 分享为 FAQ 聊天机器人搭建 RAG 评测体系的 5 步流程，涵盖收集数据、构建评测集、设计代码检查与 LLM judge、运行评测和闭环追踪。该方案用 61 例套件检查每次 prompt 或模型变更，并在 Opik 中同步跟踪成本与质量；应用于服务 10 万+ 学员课程的 Slack 社区 FAQ 机器人。