Chunking serve para a IA encontrar o trecho certo dentro de um documento grande. O dono da empresa confere o efeito no próprio site copiando um parágrafo e lendo fora da página: se o trecho não diz de que serviço fala, a IA recebe um pedaço sem sentido. Para quem vende por orçamento, a regra de escrita de cada parágrafo pesa mais que o formato técnico do arquivo.
Resumo com IA
- O chunking com pedaços de 256 a 512 tokens funcionou melhor para perguntas sobre fatos pontuais no teste da NVIDIA de junho de 2025, e as perguntas de análise pediram 1.024 tokens ou uma página inteira por chunk;
- O chunking pode cortar uma ideia ao meio e separar a pergunta da resposta, e a sobreposição entre chunks vizinhos existe para que a ideia apareça inteira em pelo menos um deles;
- O chunking muda a escrita da página de serviço: cada parágrafo precisa nomear o serviço e responder sozinho, porque o trecho pode chegar ao modelo sem o título e sem o parágrafo anterior;
- O teste de chunking para quem escreve é copiar um parágrafo, colar no Bloco de Notas e conferir se o trecho diz de que serviço, cidade ou condição fala;
- O chunking parte de um documento mais limpo quando o robô pede a versão em markdown da página, sem menu e rodapé, mas o formato não muda o que o texto diz nem garante citação.
Chunking é a divisão de um texto em pedaços menores, chamados chunks, para que um sistema de geração aumentada por recuperação (RAG) consiga indexar, buscar e entregar ao modelo de IA apenas o trecho que responde à pergunta, em vez do documento inteiro. Na psicologia, o mesmo nome designa o agrupamento de informações para a memória.
Para o dono de uma empresa de serviço, o chunking muda a unidade que conta no site: o sistema de IA compara trechos, e o parágrafo que só faz sentido junto do título ou do parágrafo anterior perde o sentido quando é separado. A divisão depende do sistema, e escrever bem não garante que o trecho seja escolhido.
Índice
Por que a IA divide o texto em chunks?
A IA divide o texto em chunks porque entregar o documento inteiro ao modelo a cada pergunta é caro e atrapalha a resposta. No relatório técnico da Chroma de 2024 sobre estratégias de chunking, os autores registram que colocar documentos inteiros na janela de contexto, o limite de texto que o modelo lê de uma vez, costuma ser ineficiente e pode distrair o modelo, porque apenas uma pequena parte do texto interessa a cada pergunta.
O chunking é a primeira etapa do RAG, a geração aumentada por recuperação, a técnica que faz a IA consultar uma base de documentos antes de responder: sem a divisão em chunks, não existe trecho pequeno o bastante para a busca encontrar e o modelo usar.
O termo chunking também aparece fora da inteligência artificial, e a busca pela palavra mistura três sentidos:
- Na inteligência artificial, a divisão de documentos em trechos para busca e resposta, usada no RAG e nos assistentes que pesquisam na web;
- Na psicologia cognitiva, o agrupamento de informações em blocos para a memória guardar mais itens, como um número de telefone lido em três grupos;
- Na gestão do tempo, a divisão de uma tarefa grande em etapas menores para facilitar a execução.
Qual é o tamanho ideal de um chunk?
O tamanho ideal de um chunk depende do tipo de pergunta: no teste da NVIDIA publicado em junho de 2025, perguntas sobre um fato pontual funcionaram melhor com chunks de 256 a 512 tokens, as pequenas partes de palavra que o modelo conta, e perguntas de análise, com 1.024 tokens ou com uma página inteira por chunk.
Nos extremos, o resultado do teste da NVIDIA caiu: chunks de 128 e de 2.048 tokens tiveram, em geral, desempenho pior que os de tamanho médio. A divisão por página inteira teve a maior taxa média de acerto das respostas, 0,648 em uma escala de 0 a 1, e a sobreposição de 15%, o trecho repetido na borda entre um chunk e o seguinte, foi a melhor entre as testadas em um dos conjuntos de documentos.
O tamanho do chunk é decidido por quem monta o sistema, e o relatório da Chroma mostra que as configurações padrão de algumas ferramentas populares de chunking tiveram desempenho relativamente ruim. Para quem escreve a página, a régua prática é outra: um parágrafo que responde a uma pergunta inteira em 40 a 75 palavras cabe com folga em qualquer um desses tamanhos, e é esse bloco inteiro que a citação por IA consegue usar.
Como funciona o chunking no RAG?
O chunking no RAG funciona em cinco etapas, da página publicada até a frase que aparece na resposta da IA, e apenas a primeira etapa, a divisão em chunks, decide o que o modelo vai enxergar quando o cliente fizer a pergunta:
- O sistema lê o documento e separa o texto em chunks, por tamanho fixo, por parágrafo ou pelos títulos da página;
- Cada chunk vira um embedding, uma sequência de números que representa o sentido do trecho;
- Os embeddings ficam guardados em um índice, a base que o sistema consulta a cada pergunta;
- A pergunta feita à IA também vira embedding, e o sistema busca os chunks de sentido mais próximo;
- Os trechos encontrados vão para o modelo de linguagem (LLM), que escreve a resposta e, nos assistentes com busca na web, pode apontar a página de origem como fonte.
O risco do chunking está na etapa 1: um corte no meio de uma ideia separa a pergunta da resposta em dois chunks, e a busca da etapa 4 pode trazer apenas a metade que não responde. A sobreposição entre chunks vizinhos existe para que a ideia cortada apareça inteira em pelo menos um deles.
O que o chunking muda para quem vende por orçamento?
Para quem vende por orçamento, o chunking muda a forma de escrever a página de serviço: cada parágrafo precisa responder sozinho, porque o trecho separado pela IA pode chegar ao modelo sem o título, sem o menu e sem o parágrafo anterior. Um parágrafo que diz apenas “o prazo é de cinco dias”, sem nomear o serviço, perde a informação que o cliente procurava.
A regra de escrita para o chunking serve ao visitante que chega direto em um parágrafo e à leitura por trechos ao mesmo tempo, sem formato especial para robô. Quebrar a página em pedaços artificiais, com frases soltas e títulos em excesso, está entre as correções que parecem otimização para IA e não mudam o resultado.
Na Lucas Ferraz SEO, a regra de escrita das páginas parte do chunking: a resposta vem na primeira frase abaixo de cada título, o parágrafo nomeia o serviço ou o termo em vez de começar por “isso” ou “esse serviço”, e o primeiro parágrafo da página resume a resposta em 40 a 60 palavras.
Como conferir se um parágrafo sobrevive ao chunking?
Para conferir se um parágrafo sobrevive ao chunking, copie o trecho da página de serviço, cole no Bloco de Notas e leia sozinho. Se o leitor não souber de que serviço, de que cidade ou de que condição o trecho fala, o parágrafo depende do resto da página e precisa repetir o nome do serviço logo no começo.
Nas páginas que escrevo, o último passo antes de publicar é copiar cada parágrafo e ler fora do site, do jeito que o chunking separa o texto: se o trecho não diz de que serviço fala, ele volta para a revisão antes de ir ao ar.
Lucas Ferraz, especialista em SEO
Como a versão em markdown ajuda o robô que lê a página?
A versão em markdown ajuda o robô porque entrega apenas o texto e os títulos da página, sem menu, rodapé e código, e o sistema que faz o chunking começa por um documento limpo. No site da agência, em 19 de outubro de 2026, o verbete de RAG pedido em markdown veio com 13 kilobytes, contra 200 kilobytes da versão em HTML da mesma página.
Markdown é um formato de texto puro com marcações simples para títulos e listas. A documentação da Cloudflare, atualizada em 9 de outubro de 2026, descreve o pedido: o robô envia o cabeçalho Accept: text/markdown, o campo em que diz o formato que prefere, e recebe a mesma página convertida.
A versão em markdown facilita a leitura e não muda o que o texto diz: o parágrafo que não se sustenta sozinho continua fraco no chunking em qualquer formato. Para o dono do site, a prioridade é a regra de escrita das páginas de serviço; o markdown entra depois, como ajuste técnico de quem cuida do servidor, sem promessa de citação.
Quando a dúvida passa de como a IA lê a página para se ela indica a sua empresa a quem procura o serviço, entra a estratégia de Generative Engine Optimization (GEO). A análise gratuita inclui a checagem de presença da empresa na IA, a agência soma mais de 195 avaliações no Google com nota 5,0, e a resposta ao pedido sai no mesmo dia útil, com proposta em até 48 horas.