✏️ AI 术语图鉴

Chunking · 文档切分

英文:chunking/ˈtʃʌŋkɪŋ/(重音在前)

知识库与 RAG难度:进阶 ★★

🗣️一句话大白话

把长文档切成小段再入库——知识库的「备菜」方式。检索搜的是段不是整本,切得好不好,直接决定找得准不准。

Chunking:把长文档切成「小块」RAG 检索前,先把文档按段落/语义切成块——检索时才能精准命中相关片段长文档一整本说明书几百页块 1:一个主题片段块 2:一个主题片段块 3:一个主题片段按语义/段落切块检索时只取最相关的1~2 个块💡 切块大小影响检索质量:太小丢上下文,太大不精准——通常几百字一块RAG 的「找资料」找的就是块,不是整本书
「Chunking」示意图

🎬真实场景

50 页员工手册整本入库,员工问「年假怎么请」,系统整本都算相关,等于没搜。切成小段后只命中「假期制度」那两段,回答又快又准。切太碎又会把「但如果…」的上下文切丢,答案是半句。

📮你可以这样说

「「这个文档按标题层级来切,每段不超过 500 字」——重要文档值得在知识库产品里自定义切分规则。」

通过 AI绘图 工作台生成(模型 API 额度由此消耗);未配置模型密钥时会提示失败原因。

⚠️边界与常见误解

  • ▸没有万能切法:说明书按章节、问答对按一问一答、合同按条款
  • ▸切完最好带上出处标题一起存,回答时能附引用
  • ▸改了切分方式要重新入库:知识库不是倒进去就完事,要试要调

🕸️知识关系图

这个词条与相关术语、AI绘图 知识的连接关系

相关术语相关术语
RAG
Retrieval-Augmented Generation
Embedding
embedding
Chunking
chunking

🔗相关术语