最近在做一个基于RAG的问答系统，用的是LangChain + Chroma，embedding用的bge-large-zh。检索top_k=5的时候，每个chunk大概500字，拼到Prompt里加上系统提示词，直接快3000 token了。结果大模型回答的时候经常忽略中间那段检索内容，感觉像是被淹没了。试过把chunk调小到200字，但召回的内容又不够完整，回答质量反而下降。想问下大家在Prompt层面是怎么处理多段检索结果的？有没有什么压缩或者重排的实用技巧？还是说只能换更长的上下文模型？