如何选择 RAG 的 Chunk 大小和重叠?
先按文档结构和问题粒度切分,再用长度上限兜底,通过检索评估调整大小与重叠。
完整回答
没有通用最佳数字。FAQ、API 文档、合同和代码需要不同策略;重叠可避免跨边界信息丢失,但过大会产生重复召回、增加索引和上下文成本。
加分信息
- 主动给出可量化的验证指标
- 能结合失败案例说明取舍
常见问题
- 只背定义,不说明工程边界
- 只讲理想流程,不处理异常路径
面试官可能追问
- 这个方案最可能在哪一步失败?
- 你会用什么数据证明改动有效?
结合 RAG 项目展示不同文档类型的切片策略。