待验证50% 置信事实精确时间
RAG 先从自有数据源检索与用户问题相关的片段，再把这些片段作为上下文拼进 prompt 交由 Gemini 生成回答，与将知识固化进模型权重的微调不同。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证Gemini 的智能体视频理解本质上是将 RAG 的核心逻辑移植到视频模态，视频帧成为文档片段，帧选择机制相当于检索器72% 相似待验证Gemini企业智能体可以从同一个提示框回答问题、处理知识工作、生成图像和媒体内容，以及编写并运行代码71% 相似待验证在 RAG Agent 中，Google Gemini 的 embedding model 承担将自然语言转换为向量的任务71% 相似待验证Google Gemini 使用 contents 字段，角色标识为 user 和 model，不支持 system 角色直接注入，而是通过 systemInstruction 字段实现67% 相似待验证Gemini 的 Memory 功能会在对话结束后提取关键事实并存储到与账号绑定的记忆库，后续对话启动时自动注入提示词，用户可在设置中查看、编辑或删除记忆条目67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1018091API
curl https://kongchang.com/api/v1/knowledge/claims/1018091MCP
get_claim(id=1018091)