Segmentación de contenido
La segmentación consiste en escribir secciones que tengan sentido si un recuperador extrae 100–300 palabras e ignora el resto de la página.
Los sistemas RAG no «leen el artículo». Captan pasajes. Si el pasaje es un chiste más una CTA, te citarán como un chiste.
Cada H2 debería responder algo. Las fechas y los sustantivos dentro del chunk ayudan. Los pronombres que apuntan a una sección anterior no sobreviven a la extracción.
Ejemplos
- Una sección titulada «Vida útil de la batería» que empieza con «Dura 14 horas en nuestra prueba de laboratorio del 13 de enero de 2026» es un buen chunk. «Como se mencionó anteriormente, el rendimiento es fuerte» es un mal ejemplo.
Términos relacionados
Dividir ideas en unidades factuales reutilizables que pueden recuperarse por separado: una definición, un número, un límite, una fecha.
Páginas que comienzan con una respuesta directa, luego la prueba. Diseñado para fragmentos, resúmenes y extracción de chat.
RAG significa que el modelo busca documentos en el momento de la respuesta en lugar de depender solo de lo que memorizó durante el entrenamiento.
Recuperar un pasaje en lugar de una página. La unidad de visibilidad de la IA a menudo es el fragmento.
FAQ
¿Hay un tamaño ideal de chunk? +
Depende del índice. Escribe primero para humanos, pero haz que cada sección sea autocontenida. Eso sobrevive a la mayoría de los splitters.
Síguelo en Reddex
Hilos de Reddit y respuestas de IA sobre tu marca en un solo lugar. Empieza con un análisis gratis.
Empezar