最近在搭一个本地知识库问答，用的Embedding+向量库（Milvus）做RAG。卡在chunk划分上很久了。试过固定256、512，也试过按句子切，结果回答质量忽高忽低——有时候细节很准，有时候答非所问。
现在的文档是混合的，有技术手册也有对话记录。我猜是不是chunk策略要跟文档类型挂钩？但也没找到什么通用规律。另外，chunk重叠率设多少比较合理？网上说法从10%到50%都有，自己调了也没明显感觉。
有没有大佬分享下实际项目的调参经验？特别是中文场景，分词和embedding模型对chunk大小的影响大吗？先谢过。