RAG 的父子索引是什么？为什么检索小块、返回大块？

先这样答

RAG 的父子索引是一种分层切分与检索策略。在构建索引时，将文档切分为两层或多层结构——底层是句子或小段落级别的子块，负责检索命中；上层是段落或章节级别的父块，负责提供完整的上下文。向量数据库中只存储子块的向量，当用户提问命中某个子块时，系统会通过映射关系找到其对应的父块，并将父块的内容送入提示词交给大模型。

这种机制主要解决检索与生成在文本粒度需求上的矛盾。小块文本语义集中，参与向量计算时命中准确率高，但直接将小块交给大模型会导致上下文不全，例如代词指代不明、前置限定条件丢失或论证过程被切断。父块保留了完整的论述背景，通过检索小块并返回大块，既保证了召回精度，又保留了完整的论述过程，保证了最终的生成质量。

与常规的重叠窗口切分相比，父子索引避免了 token 冗余。重叠切分虽然能缓解内容切断，但缺乏层级概念，如果相邻的切片同时被命中，同一段内容会被重复放入上下文。父子索引机制下，一份父块只进一次提示词，去重效率更高。

在代价方面，这种设计会让索引的存储与维护成本翻倍，需要维护两层的映射关系。由于返回的是大块，父块的 token 开销大于小块，系统需要重新分配上下文预算。此外，层级切分对文档本身的结构有要求，如果语料结构混乱，父子边界就很难准确划分。在面试官面前可以总结说，父子索引是用存储和处理成本换取生成质量。

面试官会怎么追问

• 「普通的 chunk overlap 也能缓解上下文切断，为什么要专门做一层父子索引？」 常规的重叠窗口虽然能缓解切断问题，但没有层级概念，会导致 token 冗余。当相邻的小块同时被检索命中时，重叠部分会被重复送入大模型的上下文。父子索引通过映射机制，可以去重并确保一份父块只进一次提示词，提高了上下文空间的利用效率。
• 「设计这种两层或者多层的索引，在工程落地时有什么代价？」 主要是存储和计算开销增加，需要存储子块向量并维护映射关系，存储量会翻倍。其次是 token 消耗增加，返回大块会占用更多的上下文预算，需要重新评估和截断。最后是数据处理成本，层级切分依赖文档原有的结构，如果是非结构化的散乱语料，很难制定准确的父子边界规则。
• 「如果文档本身结构很乱，无法提取清晰的父子层级，怎么应用这种思想？」 可以降级使用句子窗口策略，这是父子索引的轻量版实现。切分时以句子为单位进行向量化和检索，命中后在原文中向前后各扩展固定数量的句子，将拼合后的窗口文本作为大块返回给大模型，这样不需要预先解析复杂的文档结构。

回答的坑

• 错误认为父子索引中父块和子块都需要进行向量化检索，正确方向是明确指出只有小块进入向量库参与相似度计算，大块仅作为键值对存储用于文本召回。
• 回答时只强调检索精度的变化而忽略了生成端的需求，正确方向是点明检索与生成存在的粒度矛盾，解释返回大块是为了解决上下文缺失、指代不明等生成阶段的问题。