https://ai.wujiong.cc/tags/%E6%96%87%E6%A1%A3%E5%88%86%E5%9D%97/Recent content in 文档分块 on AI 观察Hugozh-CNSun, 18 Oct 2026 08:55:00 +0800https://ai.wujiong.cc/posts/2026-10-18-rag-chunk-size-overlap-tuning-guide/Sun, 18 Oct 2026 08:55:00 +0800https://ai.wujiong.cc/posts/2026-10-18-rag-chunk-size-overlap-tuning-guide/<p>RAG 的分块大小（chunk size）和重叠（overlap）没有放之四海皆准的数值，<strong>最可靠的方法是用你自己的文档和真实问题做小规模对比实验</strong>：准备一组带“标准答案出处”的问题，换几组参数，看检索结果是否包含正确段落。</p> <h2 id="为什么分块参数影响大">为什么分块参数影响大</h2> <ul> <li><strong>块太小</strong>：一个完整的答案被切成几段，检索只拿到一半，模型回答不完整。</li> <li><strong>块太大</strong>：一块里混入多个主题，相关度被稀释，同时占用更多上下文。</li> <li><strong>重叠太少</strong>：关键句恰好落在边界上时，两边都不完整。</li> <li><strong>重叠太多</strong>：重复内容增加，存储和检索结果中出现大量近似块。</li> </ul> <h2 id="第一步准备测试问题集">第一步：准备测试问题集</h2> <p>从真实用户提问或客服记录中挑 20–30 个问题，每个问题记录：</p>