Unverified50% confidenceFactExact time
父子文档架构采用「小块检索，大块召回」策略：检索时使用切碎的子文档保证精度，向大模型输入时使用完整父文档保证上下文完整性
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
RAG召回率优化：从数据接入到重排的全链路漏斗工程拆解
bilibiliAI大模型开发6/21/2026
Related Claims
Unverified通过预先定义输出的格式框架和维度，提示词能缩小模型的搜索空间，迫使其生成具体可验证的内容，这是结构化提示（Structured Prompting）的原理67% similarUnverified文本切分策略直接决定检索质量上限：块太大会稀释嵌入向量降低精度，块太小则可能丢失完整语义单元67% similarUnverified解决'纸质笔记难以检索归档'的完整方案：选择支持手写搜索+分层文件夹管理+自动云同步的机型，配合固定的标签命名规范，比单纯依赖OCR转文字更可靠66% similarUnverified简单的格式化、重命名、样板代码生成应交给轻量廉价模型，复杂的架构决策和疑难Bug排查才使用旗舰级模型65% similarUnverified使用固定字符数进行文档切块会导致语义完整性被破坏，智能语义切块或滑动窗口策略可保证每个文档块具备完整语义信息65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/43685API
curl https://kongchang.com/api/v1/knowledge/claims/43685MCP
get_claim(id=43685)