Dify 知識庫搭建教學：上載文件、分段設定（通用與父子模式）、索引方式與檢索設定

適用於誰

• 搜「dify 知識庫搭建」「dify知識庫分段設定」「dify 知識庫分段最大長度」「dify rag」的人；
• 知識庫建好了，但應用總是答非所問、檢索不到該有的內容，不知道該調哪個參數的人。

本文根據 Dify 官方中文文檔整理，資料核對於 2026-10-11。還不了解 Dify 的話先看《Dify怎麼用》。

結論先說

1. 建知識庫是四步：選數據源並導入 → 指定分段設定 → 指定索引方式和檢索設定 → 等待處理完成。
2. 有三樣東西建好之後不能改：數據源、分段模式（通用 / 父子）、以及從高質素索引切回經濟索引。動手前先想清楚。
3. 分段決定了「能檢索到什麼」。FAQ、術語表這類一條一條獨立的內容用通用模式；技術手冊、論文這類需要上下文的長文檔用父子模式。
4. 索引方式一般選高質素，它用嵌入模型做語義檢索；經濟模式靠關鍵詞，不消耗 Token 但準確度低。
5. 回答不準時先做「測試召回」，看檢索出來的分段對不對，再決定是調分段還是調檢索。

步驟

1. 創建知識庫並上傳文件

1. 點擊 知識庫 → 創建 → 創建即用型知識庫；
2. 選擇 導入已有文本 作為數據源，上載文件。數據源除了本地文件，官方還支持從 Notion 等來源導入。

官方提醒：知識庫創建後，數據源無法更改。

上載限制因套餐而異（官方文檔，2026-10-11 核對，以定價頁為準）：

文件裏的圖片：JPG、JPEG、PNG、GIF 格式且小於 2 MB 的圖片會被自動提取為對應分段的附件，檢索時和分段一起返回；每個分段最多 10 張，超出的不提取。

2. 設定分段

為什麼要分段。官方的比喻是把一本大書整理成章節和段落：用戶提問時，系統在這些分段裏搜尋相關資訊，再把找到的分段作為上下文交給模型。分段切得好不好，直接決定檢索質素。

兩個關鍵參數

• 分隔符：在哪裏切。\n\n 表示在段落之間切，\n 表示在每一行之間切。注意官方的說明：分隔符在分段過程中會被移除，所以要用文檔裏不會自然出現的、非內容性的字符，否則會丟資訊；
• 分段最大長度：每個分段最多多少字符。超過這個長度的文本會被強制切開，不管分隔符怎麼設。

兩種模式

父子模式解決的是一個兩難：分段小，匹配精確但缺上下文；分段大，上下文豐富但匹配不準。官方的概括是「以精準檢索，以上下文響應」。

官方提醒：分段模式在知識庫創建後無法更改，但分隔符、分段最大長度這些具體設定可以隨時調整。

通用模式的額外參數：分段重疊長度。指定相鄰分段之間重疊多少字符，避免重要資訊正好被切在邊界上。官方的例子：設 50 個字符的重疊，前一個分段的最後 50 個字符也會出現在下一個分段的開頭。

父子模式的設定

• 父分段有兩種建法：段落（按分隔符和最大長度切成多個父分段，適合結構清晰的長文檔）和全文（整篇文檔作為一個父分段，適合內容緊湊的短文檔）；
• 全文模式有兩個限制：只處理前 10,000 個 token，超出的被截斷；父分段創建後不能編輯，要改只能重新上載；
• 子分段在每個父分段內部再按自己的分隔符和最大長度切；
• 官方特別提醒：父分段和子分段不要用互為子集的分隔符（例如一個用 ?? 另一個用 ?），否則分段結果會出乎意料。

文本預處理。分段之前可以勾選清理規則，例如把連續的空格、換行和製表符規範化。從網頁或 PDF 導出的文本通常值得勾上。

這一步可以預覽分段效果。預覽時重點看三件事：有沒有把一個完整的問答、一張表格或一個步驟切成兩半；有沒有出現只有標題沒有內容的分段；分段長度是否大致均勻。

3. 選擇索引方式

高質素

用嵌入模型把每個分段轉成向量。官方的解釋是：這些向量可以理解為多維空間裏的座標點，兩個點越近，語義越相似，所以系統能按語義而不只是關鍵詞找到相關內容。向量會佔用工作空間的知識庫存儲空間。

官方提醒：一旦以高質素方式創建，之後不能切換為經濟型。

經濟

每個區塊用 10 個關鍵詞做檢索，官方說明這樣降低了準確度，但不消耗 Token。效果不好時可以在知識庫設定裏升級為高質素。

4. 設定檢索方式

高質素索引下有三種檢索方式：

混合檢索可以用權重設定在「語義」和「關鍵詞」之間調比例，不需要配置 Rerank 模型；也可以啟用 Rerank 模型 來重排。

幾個參數的含義（預設值來自官方文檔）：

• TopK：取相似度最高的幾個分段，預設 3。官方說明系統還會根據所選模型的上下文窗口動態調整數量；
• Score 閾值：分段被採用所需的最低相似度分數，預設 0.5。閾值越高，被檢索到的分段越少；
• Rerank 模型：預設關閉。開啟後用第三方 Rerank 模型對檢索結果重新排序，需要先在 集成 → 模型供應商 裏配置好，會消耗該模型的 Token。

一處容易忽略的官方說明：在向量檢索和全文檢索裏，TopK 和 Score 閾值只在 Rerank 階段生效，要讓這兩個設定起作用，需要添加並啟用 Rerank 模型。

經濟索引只有倒排索引一種方式，只支持設定 TopK。

5. 接到應用裏並測試

知識庫處理完成後：

1. 用 測試召回 功能模擬用戶提問，看返回的是哪些分段；
2. 在 Workflow 或 Chatflow 裏加一個 知識檢索 節點，選中這個知識庫；
3. 把檢索結果引用到大語言模型節點的上下文裏，並在提示詞裏要求「只根據檢索到的內容回答，沒有相關內容時如實說明」。

回答不準時怎麼排查

先做測試召回，按結果分三種情況：

另外，源文檔本身的質素影響很大：掃描件、排版混亂的 PDF、合併單元格的表格，先整理成乾淨的文本或 Markdown 再上載，比調任何參數都有效。

常見問題

Q：Sandbox 一次只能傳一個文件，怎麼建大一點的知識庫？

知識庫創建後可以繼續往裏添加文檔，一個一個傳；或者先把內容合併成較少的文件。文件數和大小的上限以套餐為準。

Q：分段最大長度填多少合適？

官方沒有給統一的推薦值。原則是：讓一個分段能完整表達一個意思。FAQ 一問一答一個分段；說明文檔以一個小節為單位。先用預設值預覽，再根據預覽結果調。

Q：文檔更新了怎麼辦？

在知識庫裏對文檔做添加、修改、刪除，官方有「維護知識庫內容」一文說明具體操作。

Q：嵌入模型怎麼選？

在模型供應商裏配置了哪些嵌入模型，這裏就能選哪些。文檔裏有圖片並且希望圖片也能被檢索到時，選帶 Vision 圖標的多模態嵌入模型，Rerank 模型也要選多模態的。

Q：已經有別的知識庫系統，能接進來嗎？

官方支持通過 API 連接外部知識庫，不需要把數據遷移進 Dify。

參考資料

• Dify 文檔：知識庫 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/readme
• 創建即用型知識庫 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/introduction
• 上載本地文件 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/import-text-data/readme
• 指定分段設定 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/chunking-and-cleaning-text
• 指定索引方式與檢索設定 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/setting-indexing-methods