技术与工程已解决
RAG 切分策略深入：chunking 决定检索上限
固定长度、递归、语义、父子文档四种切分策略的适用场景与组合。
问题正文
固定长度切分
按 Token 数硬切加重叠。实现最简单，但会把完整语义切断，适合结构简单的纯文本。
递归切分
按分隔符层级递归（段落、句子、词），尽量保留自然边界。是大多数场景的默认起点。
语义切分
用 Embedding 相似度找语义转折点切分。质量高但成本高，适合高价值文档。
父子文档策略
小块用于检索（精准），命中后返回其父块（完整上下文）给模型。兼顾检索精度与上下文完整性，是收益最大的进阶技巧。