設定分段規則

分段設定會影響檢索準確度、回覆上下文與處理成本。EZChat 建立 Dataset 時會提交 chunk 設定，並用這些設定把文件內容切成可檢索 chunks。

目前預設設定

現時新 Dataset 建立流程會使用以下預設值：

設定	預設值	說明
Maximum chunk length	1024	每個 chunk 的最大長度。
Chunk overlap	50	相鄰 chunks 之間保留的重疊內容。
Delimiter	\n\n	預設以段落分隔。
Keep separators	true	在產生的 chunks 內保留分隔符。
Language hint	跟隨目前介面語言	中文介面會使用 chinese，其他情況使用 english。

TIP

Chunk overlap 必須小於 chunk size。一般可先使用預設值；如果文件內容跨段關聯較強，可以適度增加 overlap。

欄位說明

Delimiter

Delimiter 是用於分隔文字的字元。常見值包括：

值	用途
\n\n	按段落切分。
\n	按行切分。
***	使用自訂分隔符。

Maximum chunk length

控制單個 chunk 的最大長度。設定太小可能令上下文不足；設定太大會增加檢索成本，亦可能令回覆帶入過多無關內容。

Chunk overlap

控制相鄰 chunks 之間保留幾多重疊內容。適量 overlap 可以保留語意連貫性，特別適合 FAQ、教學文件或需要前後文理解的內容。

Keep separators

開啟後，系統會在 chunks 內保留分隔符字元。這對保留段落結構有幫助，但如果文件有大量無意義分隔符，可能會影響 chunk 內容質素。

甚麼時候需要調整

• 文件段落很短：可以降低 chunk size，減少無關內容被一同召回。
• 文件段落很長：可以增加 chunk size，避免句子或章節被切得太碎。
• 回答常常缺少上下文：可以增加 chunk overlap。
• 文件有明確標記，例如 ### 或 ---：可以考慮使用自訂 delimiter。

截圖待補：目前 production UI 未開放分段設定頁。之後 UI 開放後，可截取包含 Delimiter、Maximum chunk length、Chunk overlap、Keep separators 的設定區域。