Document Chunking
文档分块
文档分块是把内容切成搜索系统找得到的小段落。建立索引前，要先定好每段的大小、重叠范围和切分位置。
另一个例子
搜索工程师把政策文档切成小段。文档包含标题、表格和页面信息。每段要保留章节含义和原文位置。只按字数切开表格，是不好的分块方式。
主要部分
- 01边界规则
- 02分块大小与重叠
- 03来源元数据
什么时候用
设置搜索索引、向量表示（embedding）或提示内容要使用哪些小段时，可以使用这个词。
什么时候不要用
如果标题、列表或表格本身有意义，不要只看 token 数量决定每段大小。
代码里的名称
document → structure-aware nodes + metadata 上线前要检查
检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。
预期结果：使用或评估 文档分块 (Document Chunking)，让 AI 行为可以衡量，也能连回证据。 用户场景：搜索工程师把政策文档切成小段。文档包含标题、表格和页面信息。每段要保留章节含义和原文位置。只按字数切开表格，是不好的分块方式。 AI 方法或概念：文档分块 (Document Chunking)。 适用理由：设置搜索索引、向量表示（embedding）或提示内容要使用哪些小段时，可以使用这个词。 不应使用的情况：如果标题、列表或表格本身有意义，不要只看 token 数量决定每段大小。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：它只代表该来源的官方说法。其他平台或团队可能有不同用法。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。
检查这份需求
请 AI 编程助手检查当前如何使用 文档分块 (Document Chunking)。 定义：文档分块是把内容切成搜索系统找得到的小段落。建立索引前，要先定好每段的大小、重叠范围和切分位置。 生产环境检查：检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。 修改程序前，先列出看到的证据、缺口、严重程度，以及最小且安全的修正。