🧩 文本分块 是什么？

⚡ 一句话秒懂

把一本书切成段落，方便AI查找

📖 举个故事

小张把一本300页的技术手册交给AI，想让AI能回答关于这本书的任何问题。AI说「我需要先把书切小段」。于是AI把每一章切成一段，每一段再按自然段落切，每段大概500字。这样当你问「怎么安装这个软件」时，AI能精准定位到安装章节的那段内容，而不需要在300页里翻找。

💡 类比理解

暂未补充。

🧩 真实例子

暂未补充。

🛠️ 怎么实际使用

文本分块（Chunking）是搭建知识库的第一步。比如你要建一个公司制度问答机器人，先把几百页的员工手册切成小段。段落大小有讲究：太小（50字）会丢失上下文，太大（2000字）又不够精准。一般按500-1000字切，并保留前后重叠部分保证连贯。

📚 进阶原理

Chunking策略直接影响RAG检索质量。常见策略：固定长度切分（按token数）、语义切分（按段落/句子边界）、递归切分（从大到小分层）。重叠窗口（Overlap）保留上下文衔接。高级方法使用Embedding模型检测语义边界。LangChain的RecursiveCharacterTextSplitter是主流实现。

继续学习相关术语