Document Chunking
文件分塊
文件分塊是把內容切成搜尋系統找得到的小段落。建立索引前，要先訂好每段的大小、重疊範圍和切分位置。
另一個例子
搜尋工程師把政策文件切成小段。文件包含標題、表格和頁面資訊。每段要保留章節意思和原文位置。只照字數切開表格，是不好的分塊方式。
主要部分
- 01邊界規則
- 02分塊大小與重疊
- 03來源中繼資料
什麼時候用
設定搜尋索引、向量表示（embedding）或提示內容要使用哪些小段時，可以使用這個詞。
什麼時候不要用
如果標題、清單或表格本身有意義，不要只看 token 數量決定每段大小。
程式裡的名稱
document → structure-aware nodes + metadata 上線前要檢查
檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。
預期成果：使用或評估 文件分塊 (Document Chunking)，讓 AI 行為可以衡量，也能連回證據。 使用者情境：搜尋工程師把政策文件切成小段。文件包含標題、表格和頁面資訊。每段要保留章節意思和原文位置。只照字數切開表格，是不好的分塊方式。 AI 方法或概念：文件分塊 (Document Chunking)。 適用理由：設定搜尋索引、向量表示（embedding）或提示內容要使用哪些小段時，可以使用這個詞。 不應使用的情況：如果標題、清單或表格本身有意義，不要只看 token 數量決定每段大小。 AI 要求：定義輸入與參考證據。設定模型和工具權限。使用有版本編號的評估資料與指標。說明失敗、拒答、隱私、速度與成本限制。 營運防護：保留可查詢記錄，並隱藏其中的敏感資料。提供使用者看得懂的安全退路。標出必須由人員覆核的步驟，並定義模型或提示詞的回復方式。 驗收條件：在有版本編號的評估集上記錄目前基準與目標。測試邊界案例與惡意輸入。驗證安全退路、監控、權限與回復方式。 證據與限制（證據邊界）：它只代表該來源的官方說法。其他平台或團隊可能有不同用法。 待確認：目標任務、模型與版本、評估負責人、參考資料、風險門檻、工具權限，以及正式環境的安全退路。
檢查這份需求
請 AI 程式助手檢查目前如何使用 文件分塊 (Document Chunking)。 定義：文件分塊是把內容切成搜尋系統找得到的小段落。建立索引前，要先訂好每段的大小、重疊範圍和切分位置。 正式環境檢查：檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。 修改程式前，先列出看到的證據、缺口、嚴重程度，以及最小且安全的修正。