Chunking de documentos

Chunking es dividir un documento en fragmentos pequeños para poder incrustarlos y recuperarlos con precisión.

¿Por qué dividir?

• Los embeddings funcionan mejor con textos cortos y enfocados.
• Un trozo pequeño recuperado "cabe" en la ventana de contexto del LLM.
• Permite citar la fuente exacta de cada dato.

Estrategias

• Tamaño fijo: N caracteres/tokens con solapamiento (overlap) para no cortar ideas.
• Semántico: dividir por párrafo, sección o encabezado.
• Híbrido: respetar estructura + tamaño máximo.