最近在尝试把一个内部文档库做成RAG应用，用的LangChain框架，Embedding模型是BAAI/bge-large-zh-v1.5。文档主要是技术手册和FAQ，长度差异很大，有的只有一句话，有的好几页。我试了固定字符分块（512字符，重叠128），但检索出来的片段经常答非所问，比如问“如何修改密码”，召回了“密码复杂度要求”这种相关但不直接的内容。想问下大家，是不是分块策略跟Embedding模型没对齐？还是说应该先按章节标题切分，再对每个段落做Embedding？另外，有没有必要先做一轮粗召回再用cross-encoder重排？感觉RAG落地比想象中坑多，求指点。