考察点
这是技术选型题，面试官想看你有没有「先便宜后贵」的工程直觉，以及对三种手段本质差异的理解：prompt 是「每次推理临时教学」，微调是「把模式训进参数」，RAG 是「外接知识」。能把「教模型新知识」和「教模型新行为」分开，是这道题的核心区分点。追问常往微调成本、LoRA、数据量要求走。
参考答案
三者的边界
先把三个手段解决的问题画清：
- Prompt 工程：零成本起步，改变的是单次推理的输入。适合任务定义、格式约束、风格引导。见效快，改完立刻能测。
- RAG：解决「模型不知道」的问题——私有知识、时效性知识。知识放进参数里既贵又容易忘，检索外挂是标准答案。
- 微调：解决「模型不会按你的方式做」的问题——稳定的行为模式、特定风格、领域术语的理解方式、输出格式的内化。改的是参数，一次训练永久生效（对这批行为而言）。
一句话：知识问题用 RAG，行为问题用微调，先确认问题不是 prompt 能解决的。
决策顺序：先 prompt，再 RAG，最后微调
实际项目按这个顺序走：
- 先写 prompt 把任务定义清楚，建评测集测出基线。
- 效果差先判断缺的是知识还是行为。缺知识（答不上内部业务概念、最新政策）上 RAG，别碰微调。
- prompt 加到十几个示例、格式靠示例硬压还是不稳，或者行为模式复杂到示例教不会，才考虑微调。
为什么这么排？微调的真实成本不只是训练那点钱。数据标注（高质量样本通常要几百到几千条起）、训练调参、评估、上线后每次基座模型升级都要重训、维护一份额外的模型资产，这些是长期负担。prompt 能解决的问题绝不要动参数。
必须（或强烈建议）微调的场景
1. 格式和风格的深度内化。 输出格式复杂且稳定（比如特定领域的结构化报告、法律文书体例），靠 prompt 每次注入长示例，输入 token 成本在高频调用下会超过微调摊销成本。算一笔账：示例占 2000 token，日调用十万次，一年多烧的输入 token 费用可能就够训好几次 LoRA 了。
2. 领域术语和行话的理解。 医疗、法律、芯片这类领域，通用模型对术语的理解是飘的，prompt 里塞术语表治标不治本。领域语料做继续预训练或 SFT 能实质改善。
3. 降低延迟和成本。 大模型 + 长 prompt 能做的事，微调后小模型 + 短 prompt 往往也能做。7B 模型 fp16 推理大约 14GB 显存，部署成本远低于 70B，微调是把大模型的特定能力「蒸馏」到小模型的常规路径。
4. 分类、抽取等高频确定性任务。 意图分类、实体抽取这类模式固定的任务，微调小模型的稳定性和成本全面优于 prompt 大模型，这在工业界基本是共识。
5. 行为对齐。 拒答边界、品牌口吻、特定的交互风格（比如客服话术），需要成千上万条一致行为时，prompt 约束的稳定性不够。
反例：别用微调干这些事
注入事实性知识（会幻觉，而且知识过期就要重训）、解决一次性的临时需求、评测集都没有就盲目微调（没有度量就不知道有没有效）。还有一个常见误区：以为微调能解决推理能力不足——微调教的是模式，不是推理能力，复杂推理问题换强模型或改任务拆解更实际。
工程上微调首选 LoRA/QLoRA：只训少量低秩参数，7B 模型单卡可训，训练和存储成本都比全量微调低一到两个数量级，效果在多数 SFT 场景接近全量。
可能的追问
- 微调需要多少数据？ SFT 场景几百条高质量样本就能看到效果，几千条是常见量级；质量远比数量重要，一百条精标胜过一万条脏数据。继续预训练（领域知识注入）才是吃数据量的，通常要亿级 token 起。
- 微调后模型通用能力退化怎么办？ 这是灾难性遗忘。手段：LoRA 本身改动小、遗忘轻；训练数据里混入一定比例的通用指令数据；学习率别给太大。上线前除了目标任务评测，还要跑通用基准回归。
- 微调和 prompt 能混用吗？ 当然，而且是常态：微调固化行为和格式，prompt 注入每轮的动态上下文和知识，RAG 补知识。三者是组合拳不是单选题。