一句话定义：top_k 是检索环节的一个参数，表示“从知识库里取回相似度最高的前 k 条片段”，k 就是那个数字。
先打个比方。你去图书馆查资料，管理员按相关度给你搬来一摞书。只给一本（k=1），万一那本刚好只讲了半句话，你就卡住了；给一整车（k=50），大部分是凑数的，你翻着翻着思路就被带偏了。在 RAG（Retrieval-Augmented Generation，AI 词典：检索增强生成">检索增强生成）里，大模型就是那位读者，“桌面”就是上下文窗口，它的大小是有限的。
调大 k 会怎样。好处是召回率上去：正确答案藏在第 8 条里，k=5 就漏了，k=10 才捞得到。代价有四个：一是噪声，无关片段会干扰判断，甚至诱导模型答非所问；二是“中间遗忘”，长上下文里位于中段的材料容易被模型忽略；三是成本和延迟上升，token 越多越贵越慢；四是挤占空间，对话历史和其他指令可能被挤出去。
调小 k 会怎样。精准、快、便宜，但召回率下降，关键依据没进来，模型要么说“资料里没有”，要么开始编。
和相邻概念的区别。top_k 管“取几条”；相似度阈值（score threshold）管“够不够格被取”；重排（rerank）管“取回来之后再精排一次”。三者的关系是：
| 环节 | 作用 | 典型问题 |
|---|---|---|
| top_k | 取前 k 条 | 取少了漏，取多了吵 |
| 阈值 | 过滤低分片段 | 阈值太高导致空召回 |
| 重排 | 对候选重新打分 | 多一步，慢一点 |
所以工程上常见的做法不是死磕一个 k，而是“宽召回 + 重排”：先用较大的 k 把候选捞全，再用 rerank 精筛到少数几条高质量片段喂给模型，两边的好处都拿到。
对从业者的意义。别把它当玄学参数，它是“召回率对不对得上精确率”的旋钮。经验起点通常是个位数到十几条，但真正的答案是拿真实问题集做端到端 A/B 测试——看最终答案质量，而不是只盯检索指标。具体默认值和取值范围各家实现不同，以官方页面为准。
对普通职场人的意义。如果你在用带知识库的问答工具：答案老是“未找到相关信息”，通常该调大；答案开始东拉西扯、混进不相关文档的内容，就该调小或加上阈值。这个旋钮，你自己也能拧。