最近在用LangChain + Chroma做一个本地知识库问答，文档是PDF的技术手册，大概几百页。我按500字符切了chunk，overlap设了50，embedding用的text-embedding-ada-002。但检索的时候经常召回一些完全不相关的段落，比如问“如何配置超时时间”，结果返回的是“安装步骤”那一段。调了top_k也没啥改善，感觉像是向量空间里这些文本都挤在一起了。想问问大家，chunk大小和切分策略到底怎么定比较合理？还是说需要加rerank？有点懵，求指点。