先按文档的自然结构分块，例如标题、段落、条款、代码函数或表格，再用 Token 上限约束过长内容。只按固定字符数切分，容易把结论和适用条件拆开。 块太小，检索容易命中关键词，但模型拿不到完整背景；块太大，多个主题混在一起，检索精度和上下文利用率可能下降。 重叠用于保留边界附近的信息，适合连续长文本，但会增加索引体积和重复召回。对于独立 FAQ 或短条款，未必需要重叠。  可以从几组候选大小开始，用真实问题比较检索召回、最终正确率、延迟和成本。没有适用于所有知识库的固定最佳值；产品手册、合同和代码应分别调整。统计长度时使用实际模型或 Embedding 服务对应的 Token 计算方式。