分块直接影响检索精度：块太大，嵌入向量主题稀释、噪声多，且占用上下文；块太小，语义不完整、缺乏上下文。常见策略由浅入深：固定长度切分（按字符/token 数，加 10-20% 重叠避免边界截断语义）；按结构递归切分（先按章节、段落、句子层级递归切，保持自然边界，是主流默认）；语义切分（用嵌入相似度检测话题转换点）；文档结构感知切分（Markdown 按标题层级、表格单独成块、代码不切散）。
块大小经验值：通用知识库 256-512 token 起步，配合查询类型调——事实型问答小块更精准，需要综合理解的大块更好。进阶做法是父子块：小块用于检索命中，返回时带上所属的更大父块喂给模型，兼顾精度与上下文完整。
易错点：忽视元数据（标题、来源、时间）与块一起嵌入和过滤的价值；表格和图文混排需要专门解析。追问方向：如何评估分块质量（检索命中率、端到端回答正确率）？