最近在搭一个简单的RAG系统，用的LangChain + OpenAI embedding，主要处理一些技术文档（每篇大概2-8页）。文档切块这块卡了好几天了，试了256、512、1024这三种chunk size，结果都不太理想——256的时候召回太碎片，很多上下文丢了；1024又感觉检索匹配不精准，经常返回一堆无关内容。还试了overlap加50和100，效果也没明显改善。
想请教一下大家，chunk size和overlap有没有什么通用经验？或者有没有根据文档类型动态调整的思路？我现在有点懵，感觉网上教程都说得太理想了，实际调起来完全不是那么回事……先谢谢了！