更新與刪除：文件改了、刪了，AI 知識庫怎麼跟上
文件改了或刪了，索引不會自己跟上。比較穩的增量同步是：用內容雜湊判斷哪些文件變了，只重做變了的；刪除要清到每一個存放處，包括全文索引和向量庫。很多工具預設不處理刪除，刪除和更新也可能要過一段時間才生效。為什麼要刪乾淨：一篇預印本把一份過時文件放進上下文，兩個小模型原本答對的醫學題有三到四成被翻錯；要求模型「照文件回答」時，比例升到三分之二到四分之三。
#indexing
6 篇文章Ask AI 的文章怎麼進知識庫：Chunk、D1 FTS5 與 Vectorize
Ask AI 的 production 索引分兩階段：先用 source hash 增量更新 D1、post_chunks 與 FTS5，再以 embedding checkpoint 和 delete queue 讓 Vectorize 非同步追上；兩邊不是同一個 transaction。
從來源到索引：私有語料的同步與增量更新管線
私有語料同步的核心不是定時重抓，而是用 canonical ID 固定文件身分、用來源版本與 checksum 判斷變更、用冪等 upsert 寫入，並讓 tombstone 走完所有索引的刪除傳播。
Chunking 策略：切塊方式決定 RAG 能不能找到答案
切太大找不準，切太小失去上下文，碰到表格更是全軍覆沒。Chunking 是 RAG 最被低估的環節，策略選錯，後面再多優化都是白費。
Contextual Retrieval：幫每個 Chunk 加上「這段在說什麼」
文件切塊後，每個 chunk 失去了它在原文件中的上下文。Contextual Retrieval 在索引時，用整份文件為每個 chunk 各自生成一段上下文再前綴進去，解決 chunk 孤島問題。
RAG 冷啟動：沒有資料時怎麼讓系統能用
RAG 系統需要資料才能回答問題，但一開始就沒有資料。冷啟動策略決定了系統從空到可用的路徑。