最近在用 Claude 帮团队搭建一个内部知识库的 RAG 系统，过程中踩了不少坑。把最关键的 3 个问题分享出来，希望能帮到同样在做 RAG 的同学。

坑一：Chunk 切分策略不当导致召回质量差

一开始用的是最简单的固定长度切分（500 tokens），结果发现召回的内容经常是半句话，上下文断裂严重。后来改成了按段落 + 滑动窗口的方案，召回质量提升明显。

坑二：Embedding 模型选型影响巨大

我们最初用的是通用的 embedding 模型，在中文技术文档上的效果不理想。切换到针对中文优化的模型后，Top-5 召回准确率从 62% 提升到了 84%。

• 中文场景推荐：bge-large-zh-v1.5 / m3e-base
• 英文场景推荐：text-embedding-3-large
• 混合场景：可以考虑多语言模型 + 重排序

坑三：Claude 的上下文窗口利用不充分

Claude 支持 200K 上下文，但一开始我们只传了 3-5 个 chunk，浪费了这个优势。后来改成传 10-15 个 chunk + 适当压缩，回答质量显著提升，幻觉率也降低了。

总结：RAG 不是简单的"切分 + 检索 + 生成"，每个环节都需要精心调优。希望这些经验对大家有帮助！