一、四个按钮各管什么

四个里向量化基本不用管，平台默认的模型够用。上传是一次性的活。 真正要调的是切分和召回这两个参数。 而且这两个参数是连着的：切分定得不好，召回怎么调都救不回来。

二、切分：三个参数

分段长度：一块多少字。平台默认通常在几百字，对中文手册偏大。 重叠长度：下一块往回退多少字，防止一句话被切成两半。常见是分段长度的 10%。 切分方式：按字符切、按段落切、按标记切。 能按段落切就别按字符切——段落是作者已经分好的语义边界，比你随便数到第 300 字靠谱。

演示里量了三组：(40, 0)、(60, 10)、(120, 20)。 结果是 (40, 0) 这档最差：top1 只中 3 / 4，另外两档全中。 原因不是它块小，是它既小又不重叠。 答案「长按顶部按键 3 秒」被切成「需长按顶部按」和「键 3 秒，指示灯变蓝」两片，哪一片都不完整。

三、块大好还是块小好

两边都有代价，得看你的资料长什么样。 块小：余弦容易高（一段里全是相关的话），但答案容易断在两块之间，交给模型的上下文也太碎。 块大：上下文完整，但一段里无关的字多，会稀释余弦，排名掉下去。

看表最后两行：块从 60 涨到 120，命中没变好，token 却从 128 涨到 165。这一段是「白花的钱」。 演示里 120 那档没掉分，但这一项本课没测出「稀释」的差距——因为只有五份文档， 彼此讲的是不同部件，一段里几乎没有无关的字。文档一多、段落彼此相似，稀释才会出来。 所以结论要连环境一起说： 在这批语料上，60 和 120 命中一样好，但 120 明显更贵；40 明显更差。 换一批语料数字会变， 「太小会切断、太大白花钱」这两条不变。

四、召回：两个参数

top-k：取几段。常用 3 到 5。取太少漏，取太多稀释。 阈值：分数低于多少就不要。这是「宁可不答」的开关，第 5.5 节会量它。 两个参数一起调的时候有个陷阱： 阈值调高，可能把装着答案的那一段筛掉，留下的是分数高但不相关的一段。

演示第 5.5 节里就出现了这种事——「预约保养怎么约」这题，阈值一调高就从答对变答错。

五、在智能体里用 vs 在工作流里用

两种用法的差别和第 3.2 节插件那两种接法一模一样。 挂给智能体：知识库挂到智能体的知识区，模型自己决定查不查。灵活，但可能一步都不查。 插进工作流：放一个知识库检索节点，链走到那儿一定查。确定，但用户只要闲聊时也照查。

判断：要答业务问题的（客服、导购、内训）插工作流；要陪聊兼答疑的挂智能体。 还有一条实操建议：先在工作流里调通，再决定要不要挂给智能体。工作流里能看到每一段的分数，好调； 挂给智能体之后是个黑箱。

六、建库的三条经验

一、一个主题一个库。 员工制度和产品手册不要混在一个库里——混在一起，检索时两边互相干扰。 二、先整理再上传。 一份格式混乱的文档切出来的块也混乱。 把标题、编号、表头理清楚，切分质量立刻上一个台阶。 三、上传完拿十个真问题试。 别等上线。试的时候看两件事：该中的中没中、不该中的有没有中。

三条里第二条花的功夫最多，收益也最大。切分的上限是文档本身的质量。

七、动手 Demo：四步走完，切分参数怎么定

同一批语料用三组参数切：(40, 0)、(60, 10)、(120, 20)。 量四件事：块数、平均块长、四道题的命中、三段召回的 token 数。

CASES = [(40, 0), (60, 10), (120, 20)]

for size, ov in CASES:
    bs = []
    for d in manual:
        bs.extend(Q.chunk(d, size=size, overlap=ov))
    h1 = sum(1 for q, e in QS
             if (Q.retrieve(q, bs, top=1) or [(0, u'')])[0][1].find(e) >= 0)
    ctx = Q.pack_context(Q.retrieve(QS[0][0], bs, top=3), 3)
    print(u'%d/%d' % (size, ov), len(bs), Q.tokens(ctx), h1)

实跑输出：

--------------------------------------------------------------------
四步走完，切分参数怎么定
--------------------------------------------------------------------


  ① 三次切法，三张成绩
  --------------------------------------------------------------------

| 分段 / 重叠 | 块数 | 平均块长 | top1 命中 | top3 命中 | 三段 token |
|:---:|---:|---:|---:|---:|---:|
| 40 / 0 | 11 | 29 | 3 / 4 | 3 / 4 | 86 |
| 60 / 10 | 7 | 49 | 4 / 4 | 4 / 4 | 128 |
| 120 / 20 | 5 | 64 | 4 / 4 | 4 / 4 | 165 |


  ② 结果和直觉反过来：最小的那档最差
  --------------------------------------------------------------------
  分段 40 那档掉了 1 题，其余两档全中。掉的是这一题：
    问「第一次配网怎么操作」，答案「长按顶部按键 3 秒」在原文里，但 40 字的块把它切成两半：
      第 1 片：智能音箱 A1 支持 2.4G 与 5G 双频 Wi-Fi，首次配网需长按顶部按
      第 2 片：键 3 秒，指示灯变蓝后在 App 里选择网络。不支持 5G 独立组网的路由器需
  所以「块越小越好命中」是错的。块小，余弦容易高，但答案会断在两块之间。

  ③ 大块这一档这次没掉分
  --------------------------------------------------------------------
  分段 120 那档平均 64 字，一块正好一份文档。四题全中，三段 token 也不比 60 那档多。
  这一档为什么没暴露问题？因为这批语料只有 5 份，彼此讲的是不同部件，一段里几乎没有无关的字。
  文档一多、段落彼此相似，稀释就出来了：分母被无关的字撑大，该出来的那块排到第四第五。
  这一项本课没测出数，只能说机制在这儿。

  ④ 重叠的作用
  --------------------------------------------------------------------
  重叠 10 的意思：下一块往回退 10 个字，让一句话有机会完整落在某一块里。
  它治的正是②里那个毛病。代价是块数变多、存储变大、召回里出现重复。
  分段 40 那档重叠是 0——所以它既小又不重叠，两个毛病都占全了。
  ! 平台上的分段默认值通常是几百字，对中文手册偏大。
  本课的建议：先按段落切，再按 300 字上限合并，重叠留 10% 左右。
  定完这三个数，拿二十个真问题跑一遍看 top3 命中率——别凭感觉。

①第一张表六列。先看块数：40 那档切出 11 块，120 那档只切出 5 块——后者等于一份文档一块。 ②最反常的是 top1 那一列：40 那档 3 / 4，另两档 4 / 4。块最小反而最差。 ③第二段把原因摆出来了：答案「长按顶部按键 3 秒」被切成两片，一片以「需长按顶部按」结尾， 一片以「键 3 秒」开头。 ④第三段说清了 120 那档为什么没掉分——只有五份文档，彼此不相似，稀释出不来。 这一项本课没测出差距，只能说机制在。 ⑤最后看 token 那一列：120 那档三段要 165，比 60 那档的 128 贵三成，而命中一个都没多。 这一段是白花的钱。

30 秒实验

1. 把你的一份文档按 300 字切一遍，数有几块是从句子中间断开的。
2. 把你们最常见的一个问题输进去，看 top3 里有没有一段是碎片。
3. 把你的库按主题拆一遍。制度和产品混在一起的，检索准确率通常有明显提升。

常见误区

1. 「块越小检索越准。」块小余弦容易高，但答案会断在两块之间。40 字那档实测最差。
2. 「按字符切就行。」能按段落切就按段落切。段落是作者已经分好的语义边界。
3. 「top-k 取 10 更保险。」塞太多会稀释模型注意力，也贵。3 到 5 是常用的起点。

参数会调了，下一节把这四步装进一条工作流，做成一个能对话的汽车客服——九步，最后一步是建智能体。

• ☐ （本篇完，下一篇 5.5 案例实战：打造汽车行业智能客服）

相关笔记

• 知识库的理论基础 RAG：RAG 的四个动作
• 扣子工作流的常见节点：知识库检索节点吃什么吐什么
• 15 数据库基础 · 索引
• 🐦 扣子开发 AI Agent · 索引