最近在做一个基于企业文档的问答机器人，用的LangChain+FAISS搭的RAG流程。文档主要是PDF和Word，里面表格和长段落混着。现在问题是检索出来的chunk经常不相关，比如问“报销流程”却召回一堆“差旅标准”的内容。我已经试过换Embedding模型（从bge-small换到bge-large），也调整过chunk_size（从500调到200），效果还是不稳定。想请教一下各位，是不是我分块策略太粗暴了？像这种混合内容文档，是不是该先做结构识别再分块？另外，重排序（rerank）对召回质量的提升真的有那么明显吗？求有实战经验的大佬指点一下，卡了好久了。