某公司部署了一個 AI/ML 解決方案，旨在協助客服人員回答隨時間變化的常見問題。客服人員應該能夠提出問題並收到針對常見客戶查詢自動生成的答案。哪種方法是滿足這些要求最符合成本效益的方式？

實作 Retrieval-Augmented Generation (RAG) 並結合提示工程 (prompt engineering) 是最符合成本效益的方法。RAG 允許模型從外部知識庫中檢索最新的、相關的資訊來生成答案，這對於隨時間變化的常見問題尤其有效。提示工程則能引導模型更精確地回答問題。定期微調模型成本高昂且耗時，因為需要不斷重新訓練。使用上下文資料訓練模型或預訓練和基準測試模型，雖然能提升模型能力，但對於頻繁變化的資訊，其維護成本和更新頻率仍不及 RAG 靈活和經濟。