Rerank 重排用于从初步召回结果中选出最相关内容，并按重要性排序。上下文拼接则决定哪些资料最终进入模型窗口。

1. 为什么需要重排

初始检索通常追求召回率，会返回较多候选 Chunk，其中可能包含噪声。

召回阶段：宁可多找，避免漏掉
重排阶段：精选最相关，减少干扰
生成阶段：基于精选上下文回答

没有重排时，模型可能被不相关内容干扰。

2. Rerank 的输入输出

输入：
用户问题 + 候选 Chunk 列表

输出：
按相关性排序的 Chunk 列表

重排模型通常比向量检索更精细，但成本和延迟也更高。

3. 上下文拼接原则

原则	说明
相关优先	最相关内容放前面
证据完整	不要截断关键条款和表格
去重	删除重复或高度相似 Chunk
标明来源	每段上下文带文档名、页码或链接
控制长度	为模型输出预留 Token
处理冲突	不同版本或冲突资料要标记

4. Prompt 拼接示例

请仅基于以下资料回答用户问题。
如果资料不足，请回答“资料不足”，不要编造。

用户问题：
{question}

资料：
[1] 来源：员工手册 v3，第 12 页
{chunk_1}

[2] 来源：考勤制度，2026-01-01
{chunk_2}

输出要求：
1. 先给结论。
2. 再列出依据。
3. 引用资料编号。

5. 冲突处理

企业文档经常有多版本冲突。

处理建议：

• 优先使用最新版本。
• 按业务线或地区过滤。
• 在答案中说明存在冲突。
• 对不确定问题拒答并提示人工确认。

6. 常见坑

问题	后果
召回结果全部塞给模型	噪声多，成本高
不保留来源	无法追溯答案依据
不处理版本	回答过期规则
拼接顺序随意	关键信息被模型忽略
没有拒答规则	资料不足时模型编造

7. Tips 快问快答

Q：重排一定需要单独模型吗？

A：不一定。小规模场景可以用规则或大模型判断；高质量 RAG 通常会引入专门 Rerank 模型。

Q：上下文放多少最合适？

A：取决于问题复杂度、Chunk 大小和模型窗口。原则是够回答问题即可，不要盲目多放。

Q：引用编号有什么用？

A：引用让用户能核对答案来源，也方便系统排查错误是来自检索还是生成。