给博客 AI 助手做验收测试时，我用 30 个预设问题跑了三组分块实验。结论先行：按二级标题切分 + 保留上下文前缀，命中率最高。

三种分块方式

• 固定长度 500 字硬切：命中率 63%，经常把表格切成两半
• 按段落递归切分：命中率 74%，仍会出现语义残缺
• 按二级标题切分（单块 ≤500 字）：命中率 87%

关键技巧：上下文前缀

每个分块写入向量库前，在开头拼上文章标题与所属章节，例如「《Docker 网络模式实践》— bridge 模式实践：……」。检索时向量同时包含内容语义与出处语义，命中率提升明显。

实操建议

分块规则要跟写作规范绑定：一篇文章的每个二级标题下不超过 500 字，既是好的写作习惯，也让知识库分块天然干净。写作规范本身就是 RAG 工程质量的一部分。