最近在做一个基于知识库的问答demo，用的是LangChain + 向量库的方案。遇到一个问题：检索top3出来的chunk拼起来有时候超过3000字，加上system prompt和用户问题直接超模型上下文了。试过调小chunk size，但召回质量明显下降，有些答案被切碎了。也试过只取top1，但经常漏掉关键信息。想问问大家一般怎么处理这种情况？是做什么重排序还是压缩？有没有比较实用的prompt层面或者工程层面的思路，求指点。