工业资料普遍篇幅长、表格多、图文关系紧密。以 PLC、驱动器、DCS、MES 等产品手册为例,一个参数的定义可能在前页,适用条件位于后页,接线图和注意事项又分布在不同章节。
通用 RAG 常按固定字符数进行切片,跨页参数表、流程图、设备拓扑图容易被拆散。原本完整的技术语义被切断后,系统虽然能检索到部分文字,却未必能给出可直接用于工程判断的答案。
另一个容易被忽视的问题是图片丢失。许多制造业文档中的关键信息并不在正文中,而是存在于接线图、报警界面、组态截图、拓扑示意图和表格注释中。如果解析后只保留纯文本,技术资料的价值会明显下降。