最近在做一个企业文档问答的RAG系统，向量库用的Milvus，embedding是bge-large-zh，检索top5基本都能召回相关段落。但发现一个很头疼的问题：明明检索到的chunk里写得很清楚，LLM（用的Qwen）回答时还是会自己编，甚至把几个文档的内容混在一起说。试过调prompt让它“只根据上下文回答”，效果一般。也试过把temperature降到0.1，还是会胡诌。想问下大家，这种情况一般怎么排查？是rerank的问题，还是chunk切分太碎导致上下文不完整？有没有什么系统性的调试思路？