RAG 系统中文档分块（Chunking）策略有哪些？如何选择？

标准回答

常见分块策略有固定长度加重叠、按段落/标题递归切分、按语义边界切分、父子块检索，以及为表格/代码等保留结构。先按文档类型和问题所需证据跨度选择，再比较检索召回、答案正确率、上下文开销；块太小可能丢上下文，太大容易混入无关内容。

退款政策里条件在上一段、例外在下一段，切开后只召回前半就可能答错；按结构分块，并保留父章节或邻近上下文。

**为什么文档要分块：**模型输入和检索都有限制，把长文切成较小单元，才能只取与问题有关的部分。每块要带来源和位置，方便回到原文。

**块大小怎么权衡：**过小容易把条件和结论拆开，过大可能把大量无关内容一起送入。优先顺着标题、段落、表格结构切分，再用真实问答检验，而不是只背一个固定字符数。

不存在所有资料通用的最佳 chunk size；切碎表格或跨规则边界会损害理解。