最近在搭一个简单的RAG问答系统，用的是LangChain加OpenAI的embedding。遇到一个很头疼的问题：我把PDF文档切成512个token的chunk，结果用户问“这个项目的截止日期是什么”，系统返回的片段里只有“截止日期是下周五”这种孤立信息，但用户其实需要上下文里提到的具体年份和项目名。试过把chunk调大到1024，检索召回率上来了，但回答又容易混进不相关的细节。想问下大家，chunk大小、overlap长度这些参数一般怎么调才比较通用？还是说要根据文档类型（比如合同、技术文档）动态调整？另外，有没有什么办法能判断当前chunk是否已经包含了完整的语义段落？