必须绕过默认512字符硬切，启用智能分段并按文档类型配置切片策略：技术文档设600–900字符+120–180重叠+标题识别；faq用换行符分割；法律条文需正则预处理；最后验证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☜☜☜
要在扣子（Coze）平台中让知识库真正听懂业务问题，必须绕过默认的512字符硬切——它会把接口文档里的请求头和响应体切成两半，让法律条文中的“但书”脱离主句，使FAQ问答对被混进同一段导致语义污染。这一步不做调优，后续所有Embedding、检索、生成都是在残缺信息上徒劳堆叠。
确认智能分段是否已启用
进入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」开关是否为开启状态。若关闭，【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、标题识别等参数。
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”。生搬硬套只会让技术文档变碎片、让法律条文失逻辑、让客服话术串错题。
方法一：技术手册/接口文档
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。
扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。
【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
使用正则表达式切分，匹配“第[零一二三四五六七八九十百千]+条”或“（[一|二|三|…]）”等法定编号格式。
扣子知识库不支持直接写正则，需在上传前用Python脚本预处理：先读取文本→用re.split(r'（[一二三四五六七八九十]+）|第[零一二三四五六七八九十百千]+条', text)切分→保存为带空行分隔的纯文本→再上传。
这一步不可跳过。用固定长度切法律条文，大概率会把“但书”条款切到下一块，导致模型误判适用条件。
验证chunk完整性
上传后，在知识库详情页点击「查看切片」，逐条检查前3个和后3个chunk：
• 是否存在孤立的半句话（如“详见表”后面没接表名）；
• 是否出现跨块依赖（如“如上所述”指向不存在的上文）；
• 表格是否被拆散（尤其注意Excel转出的Markdown表格，行数超限时会自动断开）；
• 代码块是否完整（缺失```lang或缩进错乱即为失败）。
发现任一问题，立即回到「编辑」页调整参数或重新预处理文档，然后删除当前知识库重传。
