最近在搭一个私有知识库的RAG，用的pgvector存向量。看教程都说chunk要设256或512，重叠20%左右，但实际跑下来效果很不稳定。比如我把一份合同按512切，检索出来的片段经常把关键条款截断，要重叠到50%才能勉强找回完整上下文，但这样存储量又涨得厉害。想问问有实战经验的朋友，你们是怎么确定chunk大小和重叠比例的？是纯靠人工看bad case迭代，还是有相对科学的评估方法？另外不同文档类型（比如长报告vs聊天记录）是不是应该用不同的切分策略？刚入坑，感觉这块比调prompt还玄学，求指条明路。