退款政策
购买后七天内可申请退款。请在「我的订单」找到订单号，再联系客｜服提交。
固定长度切口：完整句子被分到两张纸片账号与登录
忘记密码可在登录页点「忘记密码」重置；收不到邮件时检查垃圾箱。
隐私与数据
你可以在隐私设置里提交删除请求。
AI 与提示 · 知识与检索
文本分块Chunking
文本分块（chunking）把长文档切成可嵌入、可检索的片段。真正要调的不是一个神奇字数，而是块边界：每块应尽量保住一个完整主题，并带标题、来源与版本；重叠只能保住接缝，不能修复混题。
把一篇手册切成可检索纸片
分块不是把字数凑齐，而是决定检索会拿回哪一段上下文。用同一篇客服手册复现硬切失败，再比较重叠补丁和按标题恢复。
这是一篇准备进入 RAG 的真实客服手册。左边看原文切口，右边看系统实际存入和取回的纸片；目标是让「怎么退款」命中一张能独立回答的片段。
- chunk-01handbook.md · 1–28 字退款政策
购买后七天内可申请退款。请在「我的订单」找到订单号，再联系客
- chunk-02handbook.md · 29–56 字无标题
服提交。账号与登录：忘记密码可在登录页点「忘记密码」重置。
- chunk-03handbook.md · 57–84 字隐私与数据
我们仅根据业务目的保留数据；你可以在隐私设置里提交删除请求。
检索命中退款片段，却在「联系客｜服」处断开，还把账号主题混入下一块。 先试重叠看它能修什么，再按标题恢复。
从刚才三种切口，记住四件事
面板里的纸片已经把边界、重叠、粒度和元数据表现出来；这里给它们命名。
- 边界决定可回答性
- 命中片段若在句中断开，模型看到的就只是半句话；按标题或段落边界切，片段才容易独立回答。
- 粒度是一组取舍
- 块太大容易混入多个主题，向量语义被稀释；块太小会丢上下文。优先保住一个完整任务或主题，再校准长度。
- 重叠只修接缝
- 重叠让边界附近的文字同时出现在相邻块，能保住跨边界句子；它不会自动把两个主题拆开。
- 片段必须可回原文
- 稳定 id、标题、来源、版本和顺序要跟着每块进入索引，检索结果才能引用、更新和删除。
什么时候用，什么时候别硬切
把分块放在文档解析之后、embedding 之前；先看内容结构，再决定切法。
- 手册、FAQ、产品文档：优先按标题、段落或 FAQ 项切，让一个块只讲一个主题。
- 对话、评论、转写：没有稳定标题时按句递归合并，避免从句中断开；必要时增加少量重叠。
- 代码、表格、列表：整体结构本身有意义，不要为了固定字数把函数、行或表头拆散。
- 不适合只看字符数：字符数只能做模型窗口和成本上限，不能代替语义完整度判断。
怎么用：从原文到可验收的块
最短路径是先定结构边界，再用真实查询检验取回片段，而不是只看平均长度。
- 1解析结构保留标题、段落、页码和来源。
- 2按语义切先保完整主题，再设最大长度与少量重叠兜底。
- 3拿真实问题检索检查命中块能否独立回答、是否混题、能否回链。
- 4版本化写入文档更新时替换旧块，避免新旧答案同时被召回。
同一手册，只改切口
都回答「购买后怎么申请退款」，差别只在固定长度硬切还是按标题切。
条件、订单号、提交路径落在同一块，并带 handbook.md#refund；命中后能直接回答并引用。
「联系客服」被切成两半，下一块又混入账号内容；即使相似度命中，拿回的上下文仍不可答。
快速自测
检索已经命中含「退款」的块，但块里只有申请条件，没有提交路径，还混入登录说明。第一步该改什么？
继续查证
术语的技术定义和行为以这些一手或权威资料为准。
下一步学
和本知识点经常一起出现的概念。