切塊策略比較：固定長度、語意邊界與結構感知
切塊是 RAG 影響最大也最便宜的調整點。三種策略的適用文件類型完全不同。
混合檢索：向量搜尋補不上的那一塊
產品型號、錯誤代碼、人名這類字串，向量搜尋常常查不到。關鍵字檢索仍然不可取代。
重排模型該不該加：延遲與命中率的實際取捨
重排幾乎一定能提升品質，問題是值不值得那 200 毫秒。這篇給判斷依據。
查詢改寫：使用者問得很爛時怎麼救
真實的問題常是「那個怎麼用」。在檢索之前先把問題補完整，命中率會有明顯改善。
metadata 過濾：讓檢索先縮小範圍再比相似度
很多檢索問題不是相似度算錯，而是根本不該搜到那批文件。
PDF 進 RAG 前的清洗：頁首頁尾、表格與換行
RAG 效果差，有很高比例的原因出在 PDF 抽取階段就已經爛了。
上下文塞多少片段最好：k 值的實測方法
塞越多不一定越準。片段數對準確率的曲線通常在中段就見頂，之後反而下滑。
RAG 的快取設計：哪些能快取，哪些不能
RAG 有三個可快取的層次，用對了能省下大半成本，用錯了會回傳過期答案。