# 知识库分段怎么选？先保证条件和结论在一起

解释文档分段与上下文的关系，避免机械套用统一长度。

要点：分段应围绕内容的完整含义。操作步骤、适用条件和例外说明尽量保持可关联；长文档可以按章节组织，再以小段检索并补充上级上下文。不存在适合所有资料的统一分段长度，需要用问题样例比较。

![带有分隔标签的技术手册与放大镜（AI概念配图）](/images/guides/covers/rag-chunking-v2.png)

## 先检查一段内容能否独立理解

一条制度的结论可能写在前段，适用对象和例外写在后段。如果检索只取到结论，回答就可能扩大适用范围。查看分段预览时，重点寻找这类被拆开的条件。

产品参数表、问答文档和长篇手册的结构不同。问答可以按完整问题与答案组织；手册要保留章节路径；表格则需要重复或关联列标题与单位，不能只按字符数切断。

## 比较直接分段和上下级关联

Dify 官方文档介绍了普通分段与父子分段等方式。父子方式可以通过较小片段匹配问题，再返回较大范围的上下文。它提供一种选择，并不保证每份资料都会因此改善。

更大的上下文可能带入无关内容，更小的片段可能缺少条件。比较时保持问题与模型不变，观察来源是否命中、回答是否完整，以及新增文本是否确实有用。

## 用错误结果反推调整方向

如果总是漏掉例外，应检查相邻内容关联；如果返回大量无关条款，应检查分段范围与检索策略。不要在没有记录的情况下同时改动多项设置，否则难以知道哪一项有效。

保存典型文件的处理方式和失败样例，形成适合本企业文档的规则。重新分段后也要检查原文引用和版本标识，保证员工仍能找到完整资料，而不是只看到脱离来源的片段。

## 用条件分散的问题比较分段

选一道结论与例外分处两段的问题，比较直接分段与上下级关联后的检索结果。记录是否漏条件和带入无关信息，不预设统一长度，也不把平台默认值当成本企业最佳值。

## 参考来源

- [Dify Docs｜文档分段设置](https://docs.dify.ai/en/cloud/use-dify/knowledge/create-knowledge/chunking-and-cleaning-text)：分段方式与文档预处理机制

- [Dify Docs｜索引与检索配置](https://docs.dify.ai/en/cloud/use-dify/knowledge/create-knowledge/setting-indexing-methods)：关键词、向量、混合检索及重排机制

## 分段需要同时考虑

- 检索精度：片段与问题容易匹配

- 含义完整：结论与适用条件可关联

- 原文定位：能够打开完整来源

![分段需要同时考虑](/images/guides/diagrams/rag-chunking.svg)

## 继续阅读

- [文档进入 RAG 知识库前，怎样整理才便于检索？](/guides/rag-document-preparation)

- [知识库搜不准：关键词、向量检索和重排怎么配合？](/guides/rag-retrieval)

- [知识库回答质量怎么测？不要只看语气是否肯定](/guides/knowledge-evaluation)

围绕当前问题查看任务、资料与人工确认示例，再用企业样例验证。

下一步：[按业务环节查看沙盘](/library)

原文：/guides/rag-chunking

内容版本：guide:rag-chunking:v1

<!-- version:guide:rag-chunking:v1 -->

[结合企业情况咨询](/intake?source=%2Fguides%2Frag-chunking&articleId=guide%3Arag-chunking&versionId=guide%3Arag-chunking%3Av1)