文本切塊（Chunking）
一句話解釋
把長文檔切成大小合適的小段，再存進知識庫，方便檢索時只取出相關的部分。
切得太大，檢索出來的段落裏無關內容多；切得太小，一段話被切斷，意思不完整。常見做法是按標題和段落切，相鄰兩段保留少量重疊。
表格、條款這類結構化內容，要儘量保持完整，不要從中間切開。
舉個例子
一份 50 頁的產品手冊按章節和小標題切成 120 段，每段帶上所屬章節名。
相關術語
- RAG（檢索增強生成）Retrieval-Augmented Generation
- AI 回答前先從知識庫裏檢索出相關資料，再根據這些資料生成回答的方法。
- 向量（Embedding）Embedding
- 把一段文字或一張圖片轉換成一串數字，意思相近的內容，數字也相近，用來按意思找資料。
- 向量數據庫Vector Database
- 存儲向量、並能快速找出意思最接近內容的數據庫，是 RAG 和知識庫檢索的常用組件。
