知识库文档要怎么切分？FAQ 和政策为什么要分开切？

切分决定检索质量

切分不是技术细节，是知识库能不能用准的第一道关口。同一个模型、同一批文档，切分方式不同，答案的对错可能完全相反。很多「模型不行」的抱怨，根子都在这。

FAQ 和政策，必须分开切

• FAQ 类：按「一问一答」成对切分，一个问答就是一个块。用户问什么就直接命中那个答案，不会被旁边的问题干扰。
• 政策 / 条款类：按条款切分，并把条款号回填进分块元数据。检索时能带着条款号回答，用户也能回到原文核对。

这两类不能进同一个索引。原因是它们的检索语义完全不同：FAQ 看的是问题相似度，政策看的是条款精确匹配。混在一起，检索结果会互相稀释，该命中的条款被一堆相似问题挤掉。

fallback 不要退回定长切分

定长切分最省事，也最容易把答案腰斩。如果按语义切分失败，宁可报错，也不要退回定长切分——检索出来的是半句话，模型只能靠猜，猜错了还看不出错在哪。报错至少能让你当场发现切分器有问题，而不是等上线后从客户的抱怨里发现。

分块分桶怎么落地

把内容按类型分桶，每桶用对应的切分器，落到独立索引。检索时先判断问题属于哪一桶，再进对应索引取内容。

切完之后怎么验证

切分做完不能凭感觉。回头跑一遍评测集，重点看 recall@k：想找的内容有没有被召回。如果 recall@k 低，八成还是切分的问题，而不是模型的问题。这套做法看着麻烦，但它决定了后面评测能不能通过。