Никита АлимпиевNikAlimp

Чанкинг контента

Content Chunking

Чанкинг контента — разбиение текста на смысловые блоки (чанки), каждый из которых раскрывает одну мысль и понятен сам по себе.

Системы генеративного поиска работают не со страницей целиком, а с её фрагментами: делят документ на части, переводят их в векторы и выбирают самые близкие к запросу. Если раздел отвечает на один вопрос и начинается с ответа, шанс попасть в выборку выше.

Откуда термин

Слово chunking пришло из когнитивной психологии. В 1956 году психолог Джордж Миллер описал, что человек запоминает информацию блоками: семь плюс-минус два элемента. В обработке текста чанкингом назвали разбиение документа на части. С распространением RAG-систем в 2020-х чанкинг стал обязательным шагом: модель не может прочитать весь индекс, поэтому документы делят на фрагменты и ищут по ним.

Как системы делят текст

  • По размеру: фиксированное число слов или токенов, обычно 200⁠–⁠500 токенов с перекрытием.
  • По структуре: по заголовкам, абзацам, спискам.
  • По смыслу: алгоритм ищет места, где меняется тема.

Если структура страницы ясная, нарезка по заголовкам совпадает со смыслом, и каждый чанк получается законченным.

Как писать под чанкинг

  1. Делите текст на разделы с подзаголовками h2 и h3.
  2. В каждом разделе — одна тема.
  3. Начинайте раздел с ответа или вывода.
  4. Повторяйте название предмета в начале раздела, а не «он» или «это».
  5. Держите разделы в пределах 100⁠–⁠300 слов.
  6. Не разрывайте логически связанный список или таблицу на разные разделы.

Ошибки

  • Длинное полотно без подзаголовков: чанки режутся посреди мысли.
  • Раздел, где начало и вывод разнесены на несколько экранов.
  • Ключевая информация только во вкладках или аккордеонах, которые грузятся скриптом.

Хорошая нарезка помогает и людям: по структурированной странице проще найти нужное.

Частый вопрос

Нужно ли подгонять каждый раздел под точное число слов? Нет. Ориентир 100⁠–⁠300 слов полезен, но важнее, чтобы раздел раскрывал одну мысль целиком.

GEO-аудит

Узнайте, что нейросети говорят о вашем бизнесе

Проверю ChatGPT, Алису AI, GigaChat, Perplexity и DeepSeek по запросам ваших клиентов. Покажу, кого советуют вместо вас и почему. Экспресс-проверка — бесплатно, полный аудит — от 9 900 ₽.

Или написать в Telegram

Удобнее голосом? Запишитесь на 30 минут в Zoom — разберём задачу и решим, с чего начать.