向量检索召回大量相似但无用文档时，如何通过切片、Embedding 模型和相似度阈值排查

如果向量检索召回了大量“看起来相似但实际没用”的文档，我一般会从三个方向排查：切片是否合理、Embedding 模型是否匹配业务语义、相似度阈值是否设置得太宽。

切片方面 ，我会先看召回结果里的 chunk 内容是不是过大、过小或者语义不完整。

如果切片太大，一个 chunk 里混了多个主题，比如一段文档同时包含“账号登录”“权限配置”“计费规则”，向量会被多种语义稀释，导致用户问登录问题时，把一些只沾边但不相关的内容也召回出来。

如果切片太小，比如按固定 200 字硬切，可能一个 chunk 只有半句话或者缺少上下文，Embedding 表达不完整，也容易召回一些表面词相近但无法回答问题的片段。

我会检查切片策略是否按语义边界切，比如按标题、段落、Markdown 层级、问答对、接口说明块来切，而不是单纯按字符数切。同时会适当设置 overlap，避免关键信息被切断。比如技术文档里，一个接口的请求参数、响应参数、错误码最好尽量在同一个 chunk 或者相邻 chunk 中保留上下文。

Embedding 模型方面 ，我会确认模型是否适合当前语料和问题类型。比如中