提升Coze长文本检索准确率需启用智能分段并按文档类型定制切片策略：技术文档设600–900字符+120–180重叠+保留标题；FAQ用换行分割；法律条文用正则按“第X条”切分；最后人工测试验证chunk完整性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在扣子（Coze）平台中提升长文本检索准确率，关键在于让知识库切片既保留语义完整性，又适配向量检索的粒度需求。直接上传PDF或Word后依赖默认分段，常导致检索命中片段信息残缺、跨段逻辑断裂、技术术语被割裂等问题。
确认知识库切片是否已启用微调控制
进入扣子Bot后台→「知识库」→点击目标知识库右侧「编辑」→下拉至「高级设置」区域。
检查「启用智能分段」开关是否开启。若为关闭状态，【所有文档将按固定512字符硬切，完全忽略段落、标题、列表等语义边界】，此时无论内容多规范，检索效果都会显著劣化。
开启后，系统才允许你手动调整「分段长度」「重叠字符数」「是否保留标题层级」等参数。
按文档类型选择切片策略
不同结构的文档必须用不同切法，不能统一设为“800字符+200重叠”。
方法一：技术手册/接口文档（含大量代码块、参数表、步骤说明）
① 将「分段长度」设为600～900字符——足够容纳一个完整API描述段（含请求路径、参数表格、响应示例），又不会混入无关章节。
② 「重叠字符数」设为120～180——重点覆盖段首标题行与上一段末尾的上下文锚点（如“上一步配置完成后，执行以下命令：”），避免指令链断裂。
③ 开启「保留标题层级」并勾选「识别H2/H3级标题作为语义锚点」——让每个切片以明确主题开头，向量嵌入时该标题词会成为强权重特征。
方法二：FAQ合集/客服话术库
每条QA本身已是天然语义单元。直接关闭「智能分段」，改用「按换行符分割」模式。系统会把每一行“Q：……”“A：……”识别为独立chunk，避免把多个问答揉进同一段。
注意：确保原始文本中每个Q/A之间有空行，否则会被合并。
方法三：法律条文/政策文件（含条款编号、引用关系）
启用「正则表达式自定义分割」，填入：^第[零一二三四五六七八九十百千]+条\s——强制在每条法规起始处切分。
这一步不可跳过。若用字符长度切，极易把“本条所称‘实际控制人’，是指……”和下一条的“第二十三条……”切在同一chunk里，造成向量混淆。
验证切片效果是否达标
保存设置后，点击知识库右上角「测试检索」按钮，输入一个具体问题（如“OAuth 2.0刷新令牌有效期是多久？”）。
观察返回的Top 3 chunk原文：是否每段都包含完整主谓宾结构？是否没有截断表格、代码或编号列表？是否未出现“详见上文”“如下所示”这类指向性描述？
若任意一条不满足，立即回到「高级设置」下调小分段长度、增大重叠值，或更换分割模式。这一步必须人工核对，不能仅看相似度分数。
