Índice del artículo
Qué es
Fragmentar es partir un documento largo en trozos más pequeños para que la IA pueda guardarlo y encontrarlo. Algunas herramientas dividen los documentos para recuperarlos por partes; otras incorporan el texto completo. Los cortes pueden influir en un fallo, pero no son la única causa.
Es un paso previo que el usuario no ve, pero que decide qué tan bien encuentra la herramienta lo que buscas.
Explicado fácil
Piensa en partir un manual en fichas por sección. Si alguien pregunta por las devoluciones, sacas la ficha de devoluciones, no el manual entero. La fragmentación es eso: convertir un documento en fichas que se puedan buscar de a una.
Ejemplo práctico
Una empresa sube su manual de atención al cliente como base de conocimiento. El sistema lo parte por secciones: horarios, envíos, devoluciones, pagos. Cuando llega una pregunta sobre reembolsos, trae el fragmento de devoluciones y responde con él.
Si el manual se hubiera partido en medio de una idea —por ejemplo, separando una condición de su excepción—, solo se recupera una parte de la cláusula: puede faltar contexto y la respuesta puede quedar incompleta. Cómo se corta importa.
Así no
Partir el documento por tamaño fijo, en medio de una idea, sin mirar dónde caen los cortes.
Así sí
Partir respetando las secciones y las ideas, para que cada fragmento tenga sentido por sí mismo.
Un fragmento bien cortado se entiende solo; uno mal cortado, confunde.
Por qué te importa
Porque de la fragmentación depende la calidad de lo que recupera RAG. Si los trozos son muy grandes, la búsqueda pierde precisión y arrastra relleno; si son muy chicos, cortan la idea y pierden contexto. El punto justo depende del documento y de la herramienta.
La herramienta puede fragmentar automáticamente, según el producto. Pero conviene saber que existe, porque explica por qué a veces la respuesta se queda corta o mezcla secciones.
El error típico
No saber que el documento se parte y culpar de todo al «modelo que no entiende». Si una respuesta trae una sección a medias o junta dos temas, una de las razones puede estar en cómo se fragmentó el documento. El otro error es lo contrario: creer que hay un tamaño perfecto y universal, cuando depende del contenido.
No lo confundas con
La base de conocimiento. La fragmentación es cómo se parte el documento; la base de conocimiento es el conjunto de documentos que preparas y mantienes.
Los embeddings. Fragmentar divide el texto en trozos; el embedding convierte cada trozo en números para poder compararlo. Uno prepara, el otro representa.