最近在做一个基于RAG的问答Agent，知识库大概几千个文档块。用户问一个具体问题，向量检索top5召回的chunk里总有两三个是擦边的，结果Agent把不相关内容也揉进回答里，答非所问。试过调小top_k，但又容易漏掉关键信息。想加rerank模型吧，又担心延迟太高，线上响应顶不住。有没有实战过的老哥指点一下，这种召回噪声问题一般怎么解？是加rerank、还是改prompt让模型自己筛，或者干脆上多路召回？真心求教，卡这儿好几天了。