在本課程中，我們將學習如何優化檔案與資料，以利檢索增強生成（RAG）。

課程結束時，你將能掌握一套實用步驟，幫助你提升 LLM 在使用自訂知識來源時所產生回應的品質。

RAG 結合了兩個強大的概念：檢索與生成。它讓你的 AI 智能體能從龐大的資料來源（如產品目錄或政策清單）中精確擷取資訊，並運用語言模型產生自然且具資訊性的回應。這代表智能體不僅能回答問題，更能迅速且準確地從可信來源提供正確答案。

但重點在於：智能體回應的品質，很大程度取決於你提供的資料品質與結構。如果輸入的資料雜亂、重複或未經整理，智能體的答案也會反映這些問題。因此，資料前處理就變得非常重要。只要你用心準備資料，就能為高品質、有意義且精確的回應打下良好基礎。

在這個系列中，我們會帶你全面了解如何讓檔案與資料為 RAG 做好準備。我們將涵蓋：

• 如何結構化文件以提升清晰度，
• 清理與簡化文本的最佳實踐，
• 加入中繼資料與摘要，讓內容脈絡更豐富，
• 優化非文字資料，例如圖片與表格，
• 資料驗證與維護。

每支影片都會以實例拆解這些步驟，讓你獲得可直接應用於 AI 專案的實用見解。完成本系列後，你將能掌握將任何資料集轉換為 RAG 並優化 AI 智能體效能的技巧。