最近在做一个内部知识库的RAG项目，用的bge-m3做embedding，chunk大小设的512，重叠50。检索出来的top5结果总感觉差点意思，比如用户问“服务器宕机怎么排查”，召回的片段里全是讲“如何预防宕机”的，相关但不精准。我自己试了试调低chunk大小到256，结果又太碎，上下文不连贯。想问问各位大佬，这种“相关但不精准”的情况，一般是优先换更好的embedding模型（比如voyage或者openai的），还是应该先考虑重新设计chunk策略，比如按语义段落切分？或者是不是该上重排（rerank）了？有点迷茫，求指点。