掌握了知识库文档整理与切分的基础用法之后，下一步是让效果稳定可复现。理解原理是关键：检索系统按片段查找相关内容，片段太大会混入无关信息，太小会丢失上下文；按内容结构合理切分，并保留元信息，能让检索更准、回答更完整。

切分的目标是让每个片段“自己能说清楚自己是什么”。一个片段如果只有“按上述标准执行”，检索出来也毫无意义，因为“上述标准”在另一个片段里。保留标题路径、合并过短的片段、拆分过长的片段，都是为了让每个片段在脱离原文后仍然可以被理解。

技巧 1：把标题路径写进片段内容中

把标题路径写进片段内容中，能明显提升检索准确率。适合在任务较复杂或要反复使用时采用。

技巧 2：对 FAQ 类文档使用问答对切分

对 FAQ 类文档使用问答对切分，效果通常最好。这一条在团队协作中尤其有用。

技巧 3：片段之间可以保留少量重叠

片段之间可以保留少量重叠，避免关键信息被切断。做到这一点，结果的稳定性会明显提高。

技巧 4：为不同类型的文档制定不同的切分规则

为不同类型的文档制定不同的切分规则。建议先在一个小任务上试用，确认效果后再推广。

技巧 5：记录每次调整切分策略后的测试结果

记录每次调整切分策略后的测试结果，便于比较。做到这一点，结果的稳定性会明显提高。

一个进阶场景

举个虚构的例子：一家公司的产品手册知识库经常答非所问。技术负责人检查后发现，手册被按固定长度切分，很多片段从一个功能说明的中间开始。他改为按功能章节切分，并在每个片段前加上“产品名 > 功能名”的标题路径，用 30 个测试问题复测，回答准确的比例明显提高。

多语言文档怎么处理？ 可以按语言分别切分，并在元信息中标注语言。

高级模板示例

下面的模板综合了以上技巧，可以按程序员等不同场景替换内容：

切分策略对比测试：
| 策略 | 说明 | 适合的文档 |
| 固定长度 | 按字数切分，有重叠 | 结构不清晰的长文本 |
| 按标题 | 按章节层级切分 | 手册、制度、规范 |
| 按段落 | 每段一个片段 | 文章、报告 |
| 问答对 | 每个问题和答案一个片段 | FAQ |
测试方法：用同一组测试问题，比较各策略下“检索到正确片段”的比例，选择最优策略；不同类型文档可以使用不同策略。

进阶使用时仍要避免

  • ✗ 切分后不测试。 ✓ 用测试问题检查检索效果，根据结果调整。
  • ✗ 保留大量页眉页脚等噪音。 ✓ 切分前清理与内容无关的文字。

可以组合的技能

  • 个人知识库 RAG：个人知识库 RAG（检索增强生成）是把你的笔记、文档、资料整理成知识库，提问时 AI 先从中检索相关内容，再基于检索结果回答。
  • 语义搜索：语义搜索是用向量嵌入（Embedding）把文本转换成能表示含义的数值向量，再按含义的相似程度查找内容。

给团队用的建议

如果要把文档切分整理推广给团队，先挑两三个效果最好的写法做成示范，附上前后对比。比起讲原理，同事更容易被具体效果说服。

相关阅读