知识库切片该切多大，取决于文档长度、主题密度和召回参数。这篇从平台上限、重叠比例、父子级切分、表格处理和召回测试五处，给出可对照的判断口径与能直接执行的动作。
按文档长度分档处理。5000 个汉字以内的制度、流程、FAQ 类文档，整篇入库更完整；超过 1 万个汉字、且含 3 个以上互不相关主题的手册，要先按标题层级拆开。整篇丢进知识库的长文档，检索只能命中其中一段，答案常常缺前半句。
如果整库都是 1 至 2 页的产品卡或短问答，强行按主题拆只会割裂上下文，文档数量还翻倍；代价是每次改版要同步多份，反而不如整篇入库。上述字数是经验区间，不是验收标准。
有硬上限。通用标识符切分的切片最大长度不超过 4800 个字符，父子级切分里的子级切片最大 1500 个字符。业务上把单片控制在 500 至 800 个汉字，一个切片只讲一件事；超过 1200 个汉字就开始混入邻段内容，检索精度随之下降。
| 单片长度（经验值） | 适合的文档 | 要留意的代价 |
|---|---|---|
| 300 至 500 个汉字 | 制度条款、常见问答、操作步骤 | 上下文偏短，要靠重叠补断句 |
| 500 至 800 个汉字 | 流程规范、方案说明 | 单主题最稳，建议作为起点 |
| 800 至 1500 个汉字 | 技术手册单章、参数说明 | 容易混入邻章内容，需重排序兜底 |
| 超过 1500 个汉字 | 整章或整篇入库 | 命中片段过长，token 消耗上升 |
如果文档是合同条款或法规条文，500 个汉字可能切断一条完整条款，此时宁可按 1000 个汉字放宽并加重叠；代价是召回时带进更多无关条文，得靠匹配度阈值把噪声挡住。
只在按长度切分时需要设重叠，起点取最大长度的 10%，平台允许的上限是该长度的 25%。跨段引用多的合同、标准条款取 15% 更稳；纯问答型文档可以不设，因为一条问答本身就是完整语义单元，加了只是重复。
重叠只能解决句子被切断，解决不了主题混杂；如果一份文档三件事挤在一段里，加到 25% 也只是把无关内容重复两遍，代价是检索噪声和调用成本一起上升。
它把检索单元和生成上下文分开：子级切片负责被问题命中，命中后召回对应父级切片交给模型。子级最大可设 1500 个字符，父级可到 4800 个字符。适合有章节结构、且答案依赖整章上下文的制度手册和作业规程。
| 切分方式 | 检索命中单元 | 交给模型的上下文 | 适用文档 |
|---|---|---|---|
| 默认切分 | 模型自动切出的片段 | 同一片段 | 结构规整、无特殊要求的文档 |
| 通用标识符切分 | 按标识符切出的片段 | 同一片段 | 要按页、按条款、按自定义符号切 |
| 父子级标识符切分 | 子级切片 | 命中的父级切片 | 答案依赖整章上下文的长文档 |
代价是 token 消耗明显上升，父级越大单次调用越贵；如果知识库里多是 1 至 2 页的短文档，父子级只增加配置复杂度，收益基本看不出来。
表格不能按段落切。ADP 把 xlsx、xls、csv 归到按行切分，表头范围最多 5 行，每个切片都带表头数据。每行独立、行间无关联的价目表和 SKU 表适合按行切；需要跨行汇总的报表交给默认切分或 Excel 检索增强。
按行切的代价是丢掉跨行计算能力，问某类产品全年合计这类问题时，单行切片答不出来；这类需求该走数据库查询或 Excel 检索增强，而不是靠调整切片硬扛。
要。规则一改，系统就按原文档重新切分，并覆盖之前的人工干预结果。所以顺序是先在小样本上试新规则，确认命中质量再全量重切；已经被人工修过的切片，重切前先导出留底，否则改动找不回来。
全量重切要消耗解析与向量化资源，文档量上千份时应分批做并挑业务低峰；如果知识库正被线上应用读取，重切期间召回结果会短暂变化，需提前告知使用方。
用同一批真实问题跑召回测试，看命中的片段里有没有答案原文。平台文档召回数量默认 5、最大 20，检索匹配度默认 0.2、最高 0.99。排查时先把召回数量调到 10 看全貌，再逐步收紧匹配度，别一开始就卡阈值。
| 现象 | 大概率原因 | 先动哪个参数 |
|---|---|---|
| 答得对但不全 | 切片切断了上下文 | 重叠比例或父子级切分 |
| 答非所问 | 切片里混了多个主题 | 切片长度与切分标识符 |
| 该答的说不知道 | 匹配度阈值偏高 | 检索匹配度下调再看 |
| 召回内容重复 | 重叠过高或文档重复入库 | 重叠比例与文档去重 |
召回测试只验证找没找到，不验证模型会不会用；如果片段命中正确而答案仍旧错，问题在提示词或模型选择，继续调切分是白费力气。
先分诊再动手。把问题拆成没召回和召回了但答错两类：前者动切分与召回参数，后者动提示词与模型。多数答不准是召回数量与匹配度没调，或切片混了主题，不是模型能力不够，所以不必推倒重建。
如果原始文档本身过期或写错，重切只是把错误切得更整齐，这类要先修文档源头再谈切分参数；反过来，文档正确但切分与召回没调，重写文档也不会改善答案。
文中切片长度、重叠比例、验证问题数量均为经验区间，不是效果承诺；平台参数与功能入口以腾讯云 ADP 官方文档为准，产品能力可能随版本调整。
深云做企业 AI 生产化交付，可以先给一版场景判断与实施路径，再决定要不要做。
了解深云的交付方式