最近在搭一个个人知识库的RAG系统，用的Qwen+Chroma。文档预处理按512字切块，重叠50字，embedding用的bge-large-zh。现在问题是：有些问题明明文档里有明确答案，但检索top5经常召回一堆不相关片段，或者相关的排到很后面。试过调相似度阈值（0.7-0.8之间），不是召回太少就是噪声太多。也试过换不同切块大小，效果不稳定。想问问大家，这种“看起来像但语义不对”的情况，一般优先调哪块？是换更强的embedding（比如OpenAI的），还是应该先优化chunk策略（比如按章节/语义切分）？或者干脆上重排序（reranker）？有点迷茫，求真实经验，别上来就让我全换一遍。