最近在做一个基于RAG的客服Agent，支持多轮对话。我的做法是每轮都把历史对话和之前检索到的文档片段一起拼进prompt里，想着这样能保持上下文连贯。但实际跑下来发现，多轮之后回答质量明显下降，模型经常被前面几轮的旧文档带偏，明明新一轮的问题需要新的知识，它却还在引用老内容。试过只保留最近一轮的检索结果，又感觉丢了上下文。想问下大家一般怎么处理历史检索结果和当前query的关系？有没有什么好的裁剪或者重排策略？