最近自己在折腾一个基于RAG的问答机器人，数据源是一些产品文档。向量数据库用的是Milvus，嵌入模型是text-embedding-ada-002。现在卡在chunk大小这个点上：试了256和512，感觉256召回更准但上下文不完整，512又经常混进无关信息导致回答答非所问。网上看了一些策略，什么动态chunk、重叠窗口，但都说得比较理论，实操起来还是懵。有没有老哥踩过坑，分享一下实际项目里怎么根据文档类型和查询场景来确定chunk大小的？或者有没有好用的chunk策略库推荐？先谢过各位了。