最近在用LangChain搭一个简单的RAG问答系统，处理的是公司内部的几十份技术文档。刚把基本流程跑通，但chunk size这个参数快把我整不会了。试了512、1024、2048，结果有的问句能答对，换一个类似的问题就答非所问。感觉不是简单的越大越好或越小越好，好像还得看文档结构？比如表格和代码块拆错了就很灾难。想问下社区的前辈们，大家在实际项目中是怎么确定chunk大小和重叠（overlap）的？有没有什么经验法则，或者需要先分析文档类型再决定？另外，chunk策略和embedding模型的选择有关系吗？在线等，挺急的。