根本原因在于：大多数人直接使用了 Dify 默认的单纯向量检索（Dense Retrieval），当遇到专业名词、工号、产品型号或否定句式时，向量相似度常常产生严重的误召回。

本文手把手教你如何通过混合检索 + BGE Reranker 重排序，将知识库的召回准确率从 60% 质变提升至 90% 以上！

1. 核心调优原则：三步走架构

[用户提问: "报销发票抬头税号是多少？"]
                     │
       ┌─────────────┴─────────────┐
       ▼                           ▼
[1. 向量语义检索 (Dense)]     [2. BM25 关键词检索 (Sparse)]
 召回相似度 Top 20              精准匹配税号/特定专有名词 Top 20
       └─────────────┬─────────────┘
                     ▼
  [3. BGE Reranker 交叉重排模型 (Cross-Encoder)]
       计算 Query 与每条文本的深度语义相关度
                     ▼
          [输出最终 Top 3 优质分块]
                     ▼
          [提交给大模型生成严谨回答]

2. Dify 知识库最佳配置参数清单

1. 分段清洗规则（Chunking Strategy）：
   • 采用 自定义分段，分段标识符使用 `

`（双换行）；

• 分段最大长度：建议设置在 400 ~ 600 字符之间；
• 重叠分段（Overlap）：必须设置 50 ~ 80 字符，防止关键句子在切块边界被腰斩；

2. 检索模式选择：
   • 必须切换为 混合检索（Hybrid Search）；
   • 权重设置：语义匹配 0.7 + 关键词匹配 0.3；
3. 启用 Rerank 强力重排：
   • 在模型提供商中配置 BAAI/bge-reranker-large 或 Cohere Rerank；
   • 召回候选数设置为 20，重排后输出 Top 5；
   • 开启“最小相关度阈值”：设为 0.65，低于此分数的噪音文本直接过滤，绝不喂给大模型！

经过这套参数调优后，知识库的胡说八道率近乎归零，即使几百页的复杂员工手册也能精准定位细节！