知识库文档整理与切分速查手册：收藏这一页就够用
需要快速回忆文档切分整理怎么用时，看这一页就够了。文档切分是在搭建知识库时，把长文档按合理的单位拆成较小的片段，例如按章节、段落或问答对，并为每个片段保留标题、来源和日期等信息。
一句话理解
文档切分整理 = 切分质量直接影响检索是否能找到正确的内容。原理：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。
场景速查
| 场景 | 推荐做法 |
|---|---|
| 搭建或优化知识库、文档问答系统 | 把标题路径写进片段内容中，能明显提升检索准确率 |
| 知识库检索经常找不到或找错内容 | 对 FAQ 类文档使用问答对切分，效果通常最好 |
| 资料包含大量长文档、表格和多层级标题 | 片段之间可以保留少量重叠，避免关键信息被切断 |
| 需要让回答能准确引用出处 | 为不同类型的文档制定不同的切分规则 |
操作要点
- 第 1 步：先整理文档：统一格式，删除页眉页脚、目录等噪音。
- 第 3 步：控制片段长度，保证每个片段能独立表达一个完整意思。
- 第 4 步：为每个片段添加元信息：文档名、章节标题、日期、页码。
- 第 6 步：用测试问题检查检索效果，根据结果调整切分方式。
常用模板
示例场景：测试工程师准备测试报告。
请帮我把下面这份测试报告整理成适合知识库检索的片段：
规则：
1. 按原文的标题层级切分，每个片段对应一个最小的完整小节；
2. 每个片段输出格式：
【标题路径】一级标题 > 二级标题
【内容】正文
【关键词】3-5 个
3. 片段过长时（超过约 500 字）按段落再拆分，并在标题路径后加“（续）”；
4. 删除与内容无关的页眉、页脚和目录。
原文：[粘贴]
错误写法对照
| 错误写法 | 正确做法 |
|---|---|
| 直接按固定字数切分所有文档 | 优先按文档结构切分，保持语义完整 |
| 片段不保留标题和来源 | 为每个片段添加标题路径、文档名和日期 |
| 表格被切得支离破碎 | 表格整体保留，或按行转换为带表头的文字 |
| 保留大量页眉页脚等噪音 | 切分前清理与内容无关的文字 |
| 切分后不测试 | 用测试问题检查检索效果，根据结果调整 |
速答
- 使用现成的 AI 工具需要自己切分吗？ 很多工具会自动处理，但如果效果不好，手动整理文档结构往往能明显改善。
- 片段多长合适？ 没有统一标准，通常以能完整表达一个意思为准，常见做法是几百字左右，并通过测试调整。
速记：文档切分整理的第一步是“先整理文档：统一格式”，结果一定要自己核对一遍。知识库和本地模型的效果很大程度取决于资料质量。资料越整洁、越新，回答就越可靠。
怎么用这页
写提示词前先看“场景速查”找到对应做法，写完后对照“错误写法”自查一遍。也可以把整页复制到笔记里，加上你自己的模板和经验。