高可引用性排版改造 Citation-Ready Formatting / Chunk Optimization
一句话定义
顺应 RAG(检索增强生成)系统将网页切分为 200–500 词的独立语义块(Chunks)进行向量检索的技术原理,将长文章改造为"每一小节都能独立成篇、自带完整主语和结论"的模块化结构。
打个比方 Analogy
如果把一本书写成一段话都不分的《尤利西斯》意识流长卷,任何人随便撕下半页纸看都一头雾水;但如果你写成《新华字典》或《十万个为什么》那样一个词条一段、每段开头都写清词条全名,随便抽出一张卡片都能直接当标准答案用!
岗位实战怎么做 In Practice
RAG 切片友好型写作三大铁律(Chunking Best Practices):
- 消灭指代不明的代词开头:在每个 H2/H3 下面的第一句话里,永远写全你的品牌名或产品全称,绝不要用
"It","This tool","Our solution"开头!(因为当这一段被 RAG 单独切出来丢进向量库时,如果没有主语全称,AI 根本不知道这段话夸的"It"到底是谁!); - H2/H3 标题直接写成完整的用户提问或明确结论;
- 每篇文章开头必放
Key Takeaways(核心要点速览,3–5 条 Bullet Points),文章中间多用 Markdown 对比表格(Comparison Tables)。
案例与避坑 Pitfalls
仅仅是把全站产品介绍段落里的代词 "It / This product" 全部替换成具体的 "的品牌型号名",就能让该段落在大模型向量检索中的召回准确率大幅飙升!