RAG 进阶：父子切片机制与多重防幻觉架构落地
前言
在构建垂直领域的 RAG 智能体时，往往会面临两个生产级痛点：一是传统定长切片导致“检索到了碎片，但丢掉了前置上下文”；二是检索质量差时，模型开始“一本正经地胡说八道”。
本文不谈虚无缥缈的概念，我直接从工程落地角度拆解解决方案：如何通过 父子切片解耦检索与生成，以及如何通过 防御性编程 在 Prompt 侧、Tool 侧和生成侧构建三道硬熔断闸门，彻底扼杀 RAG 的幻觉风险。
一、 为什么传统的单层切片不够用？
在传统的 RAG 架构中，我们通常使用固定 Size切分文档。这会引发一个两难困境：
Chunk 太小：向量语义聚焦，检索精准度高，但丢失了上下文。
Chunk 太大：上下文给足了，但稀释了关键信息的语义密度，导致向量检索的召回率大幅下降。
为了破解这个矛盾，必须引入 父子切片 机制。其核心逻辑是：子块负责高精度检索，父块负责上下文渲染。
二、 父子切片的推荐实践策略
在工程落地中，不建议纯粹按固定字数切分父块。最佳的切分策略是：结构切父块 + 递归切子块。
+-------------------------------------------------------------+
| Parent Chunk: 按 Markdown #/## 标题或自然段拆分, 800-1500字 |
| (存入 DocStore / Redis, 不参与向量计算, 负责上下文生成) |
+-------------------------------------------------------------+
│
┌──────────────┴──────────────┐
▼ ▼
+----------------------------+ +----------------------------+
| Child Chunk 1 (150字, 20重叠) | | Child Chunk 2 (150字, 20重叠) |
| (向量化入 VectorStore, 检索) | | (向量化入 VectorStore, 检索) |
+----------------------------+ +----------------------------+
1. 父块：按结构切分
利用 Markdown 标题（#, ##）、HTML 标签（<h1>, <div>）或段落换行符（\n\n）将文档拆分为独立的业务逻辑块（800~1500 字）。
作用：确保父块是一个完整的独立话题，天然包含完整的语义与前置条件。
2. 子块：按递归字符切分
针对每一个父块，使用 RecursiveCharacterTextSplitter 进行进一步拆解：
Python
from langchain_text_splitters import RecursiveCharacterTextSplitter
child_splitter = RecursiveCharacterTextSplitter(
chunk_size=150,
chunk_overlap=20,
separators=["\n\n", "\n", "。", "！", "？", " ", ""]
)
作用：高语义密度，控制在 150 字左右，并保持 20 字的滑动窗口重叠，防止跨句断意。
3. 存储与检索映射
子块：生成 Vector，存入 Vector Database，仅用于向量相似度计算。
父块：保留原始文本，存入 KV 数据库，并维护
child_id -> parent_id的映射表。运行时：用户问题命中子块后，图引擎通过映射关系提取对应的父块文本，作为 Context 喂给 LLM。
三、 多重防幻觉架构：用代码硬约束控制确定性
解决完数据切片，下一步就是解决大模型的幻觉问题，靠防御性编程设下多重闸门。
整个防幻觉体系在架构上分为三层：
[用户输入] ──> [1. Supervisor Node 意图隔离 + JSON 强约束]
│
▼
[2. Tool 侧 Score 硬熔断与空召回拦截]
│
▼
[3. LLM 最终生成侧 Strict Prompt 兜底] ──> [安全输出]
1. 输入端：意图隔离与格式硬约束（Supervisor Node）
在路由节点上做两件事：隔离业务边界 与 限制输出自由度。
Python
SUPERVISOR_PROMPT = SystemMessage(content=(
"你是一个意图分类助手。请根据用户的最新输入，只返回对应的分类名称：\n"
"- tool_expert: 咨询xx相关问题。\n"
"- ask_clarification: 用户输入过于模棱两可，无法判断意图。\n\n"
"请严格按 JSON 格式输出：{\"next\": \"节点名称\", \"clarification_question\": \"反问内容(仅在ask_clarification时填)\"}"
))
边界隔离：阻止模型跨界强行回答不属于当前业务域的问题。
JSON 强约束：通过结构化输出挤压模型的自由发挥空间。
2. Tool 层：代码级硬熔断（防幻觉的最强闸门）
这是整套防幻觉架构中最硬核的部分。拒绝将低置信度数据投喂给 LLM：
Python
@tool
async def search_knowledge_base(query: str) -> str:
"""异步检索私有知识库，内置混合检索 + 重排序精刷。"""
rag = get_rag_service()
docs = await rag.advanced_retrieve(query)
if not docs:
return "知识库中未检索到相关内容，请尝试其他问题或联系人工客服。"
top_score = docs[0].metadata.get("rerank_score", -100)
if top_score < -2.0:
return "未找到高度匹配的内容，建议咨询官方渠道。"
return format_docs(docs)
空召回截断 ：未查到数据，代码层直接拦截返回提示，直接切断 LLM 基于无数据源盲目编造的路径。
分值熔断：通过 Reranker 模型计算相似度。即使召回了文档，只要得分低于硬性阈值，依然判定为无效召回，终止大模型推理。
3. 回答层：边界兜底
在 Agent Node 接收到 Tool 结果后，于 System Prompt 层下达死命令：
Python
if messages and messages[-1].type == "tool":
system_prompt = SystemMessage(
content="你是XX。请根据检索到的参考资料回答用户问题。若资料中没有请坦诚说明。"
)
response = await self.llm.ainvoke([system_prompt] + messages, config=config)
如果 Tool 层触发了硬熔断，LLM 在该提示词约束下会老老实实向前端汇报“未找到”，完成防幻觉闭环。
四、 总结与架构思考
大模型工程落地不是搞学术研究，能用代码解决的确定性问题，就绝不交给概率模型去猜。
切片层：结构切父块保证上下文完整，递归切子块保证检索精度。
路由层：Supervisor 节点做好意图隔离与 JSON 结构化收敛。
工具层：代码级拦截，宁可拒答也不喂废料。
生成层：Strict Prompt 死扣边界，提供最后的容错兜底。
将防幻觉拆解为这三层锁链，RAG 系统在真实生产环境中的可用度与稳定性才能得到根本保证。