最近在搭一个简单的RAG问答系统，用的LangChain加OpenAI的embedding。但发现chunk size和overlap这两个参数调了好久，效果一直不稳定。试了512、256、128三种大小，overlap从20调到50，有时候能准确召回关键段落，有时候又漏掉重要信息，或者返回一堆无关内容。文档类型主要是公司内部的技术文档，有代码片段也有长段落描述。想问下大家一般怎么确定chunk大小的？有没有什么经验法则或者评估方法，能相对稳定地提升召回质量？另外，chunk之间overlap多少比较合理？我有点怀疑是不是分词策略也有问题……