RAG 的关键其实就在检索这一步：检索质量好不好，很大程度上取决于怎么切分和存储文档——也就是分块（Chunking）这个看起来不起眼的环节。
固定分块、递归分块、语义分块、结构化分块、延迟分块，每种方法在优化上下文理解和检索准确性上都有各自的价值。用对了方法，检索质量能提升一大截，幻觉问题也会少很多。
RAG 的效果很依赖文档拆分的方式。这篇文章会先过一遍 RAG 的基本流程，然后重点讲分块在里面扮演什么角色，接着深入聊聊固定、递归、语义、基于结构和延迟这五种分块技术的定义、平衡点和实现思路，方便你根据实际场景选择合适的方案。
https://avoid.overfit.cn/post/aa5e48e682a746bba4b22af0a2257775