RAG搭建-切片召回评测与选型

RAG 先别急着上模型

很多 RAG 项目失败，不是模型不行，而是前面的数据处理没做好。文档清洗、切片、召回、重排、评测，这几步决定了大部分效果。

切片怎么做

切片不是越短越好，也不是越长越好。比较稳的思路是按语义结构切，再加少量 overlap。

• 标题、段落、代码块尽量保留边界
• 表格和列表别硬拆
• 过短会丢上下文，过长会稀释重点

召回怎么搭

常见做法是三路一起上：

• 向量检索：找语义相近的内容
• 关键词检索：补精确匹配
• 知识图谱：补关系和多跳信息

最后再用 RRF 或 rerank 做融合，效果通常比只靠单路稳定。

评测怎么做

别只看“回答像不像”。检索阶段要看 Recall@K、MRR、NDCG、HitRate；生成阶段要看 Faithfulness、Answer Relevancy、Context Precision、Context Recall。

选型建议

• 文档量不大，先把清洗和切片做扎实
• 检索效果不稳，就上 hybrid
• 生成结果容易胡说，就加重排和上下文约束

结论

RAG 的本质不是“接一个向量库”，而是把知识处理成能被稳定检索、稳定回答的工程链路。