[Dify实战] RAG 召回忽高忽低时，参数、切片和数据质量到底先查谁？

很多团队在做 Dify RAG 时，最容易被表象带偏：同一个问题，今天能召回，明天又像没学过；换个问法，命中的片段完全不同；调了一个 top_k，结果看起来短暂变好，但第二天又掉回去。这类问题真正难的地方，不是“没有参数可调”，而是排查顺序经常反了。参数、切片和数据质量都可能影响召回，但如果不先分层定位，就会在错误的层面反复试错。RAG 召回忽高忽低，通常不是单点故障，而是三个层面叠加：检索参数层：top_k、score_threshold、embedding 模型、重排开关等设置是否与当前知识库规模匹配。切片结构层：文档切得太碎、太长，或者标题、表格、代码块被切坏，都会让向量语义失真。数据质量层：原始文档版本混杂、目录文本污染、OCR 错字、重复片段过多，会让检索候选本身变脏。真正高效的方式不是“想到什么调什么”，而是先判断问题更像哪一层，再进入下一层。下面我给你一套在 Dify 项目里能直接落地的排查顺序。一、先别急着调参数，先确认是不是“假召回问题”很多人看到答案不对，就下意识说“召回差”。但在 Dify 里，最终效果通常至少经过三步：