最近在做一个企业知识库问答，用的langchain+openai的pipeline，检索用的faiss，embedding是text-embedding-ada-002。问题是我按固定chunk_size=500切分文档，重叠设了50，但用户问的问题稍微绕一点（比如“去年Q3的报销流程和今年比有啥改动”），召回的前几段经常命中无关内容，导致生成答案东拼西凑。我试过调top_k从4改到8，效果反而更差。也想过用父子分块或者加metadata过滤，但感觉越改越乱，不知道是不是应该先换embedding模型，还是干脆上重排序？有没有做过的朋友说说，RAG调优到底先调哪里？