RAG 分块边界怎么调？标题、列表与表格别拦腰切断
分块边界决定检索到的是「完整意思」还是「半句话」。 固定长度切分实现简单，但对手册、API 文档和表格往往不友好。
坏边界的症状
- 命中块以「如下所示：」结尾，没有下文。
- 表格只剩表头或只剩一行无列名。
- 标题在上一块，要点在下一块，单独检索都不全。
调参思路
- 优先按结构：标题、空行、列表项、代码围栏。
- 块内完整语义：一个操作步骤尽量同块。
- 重叠（overlap）：用于段落衔接，不是越大越好。
- 表格：整表一块，或「表头 + 行组」复制表头到每块。
- 元数据：保留
title、section、doc_id便于引用。
简易评测
准备 20 个真实问题，看 Top-k 块是否含答案句。专门加几题「跨标题」和「表格数字」问题。改边界后只看相对变化，不宣称绝对准确率。
与过期文档策略
分块再好，过期政策仍会误导。块的元数据里带 effective_date，检索后过滤，可与过期失效流程配合。
实施顺序建议
先修明显拦腰问题（标题/表），再调大小与重叠，最后才上复杂父子块索引。
落地检查
抽样打开 50 个块，人工打标「语义完整 / 拦腰」。先修标题与表格，再动平均长度。准备跨节与表格题各若干，改边界后看命中是否含答案句，只报告相对变化。元数据补上 section 与 effective_date，便于引用与过期过滤。
不要同时改嵌入模型、分块与重排三个旋钮，否则无法归因。
写完模板后，建议在真实场景试运行一次，把含糊句子改成你们行话，并删掉任何模型编造的数字、法规条款号或保证措辞。把终版存入共享文档并注明适用日期，避免同事继续使用过期口径。
写完模板后，建议在真实场景试运行一次，把含糊句子改成你们行话，并删掉任何模型编造的数字、法规条款号或保证措辞。把终版存入共享文档并注明适用日期，避免同事继续使用过期口径。
写完模板后，建议在真实场景试运行一次，把含糊句子改成你们行话，并删掉任何模型编造的数字、法规条款号或保证措辞。把终版存入共享文档并注明适用日期，避免同事继续使用过期口径。
写完模板后，建议在真实场景试运行一次，把含糊句子改成你们行话，并删掉任何模型编造的数字、法规条款号或保证措辞。把终版存入共享文档并注明适用日期，避免同事继续使用过期口径。
写完模板后，建议在真实场景试运行一次，把含糊句子改成你们行话，并删掉任何模型编造的数字、法规条款号或保证措辞。把终版存入共享文档并注明适用日期，避免同事继续使用过期口径。