Chunk 是什么：你的文章被 AI 切成了几块

Chunk（切片/分块）是 RAG 系统将网页内容拆分成的独立信息单元，AI 不以整篇文章为单位检索和引用，而是以切片为最小操作单位。

通俗理解

你写了一篇 3000 字的产品选型指南。你以为 AI 会从头读到尾，然后决定引不引用。

实际上不是。

AI 做的第一件事是把你的文章”切碎”——按照段落、标题、语义边界等规则，拆成若干个独立的小块。每个块大约几百个 Token（粗略对应几百字）。然后 AI 对每个块单独建立索引，用户提问时也是按块去匹配。

这就像你写了一本书，但 AI 不是翻书看，而是把书拆成一页一页的活页纸，打乱顺序放进一个巨大的档案柜。用户来查资料时，AI 从档案柜里抽出最相关的几页——而不是整本书。

你的文章不是一个整体。在 AI 眼里，它是一堆独立的切片。

技术原理

RAG 系统的切片方式因平台而异，但常见的策略包括：

按固定长度切分。 每隔一定数量的 Token 切一刀，简单粗暴。缺点是可能从一句话中间截断。

按语义段落切分。 以 HTML 标签（H2、H3、p 等）为切割参考点，按段落或小节拆分。这是网页场景中更常见的方式。

按滑动窗口切分。 相邻切片之间有一定重叠，避免边界信息丢失。

不管哪种方式，结果是一样的：你的页面被拆成了若干个独立的块，每个块单独被向量化、单独被检索、单独被评分。

切片机制对内容写作的直接影响

这个机制对 GEO 内容写作有一个非常具体的要求：每段必须语义自洽。

举个例子。假设你经营一家连锁烘焙店，官网有一篇”生日蛋糕定制指南”：

❌ 段落 A： “我们提供两种尺寸的定制蛋糕。”
❌ 段落 B： “前者适合 4-6 人的小型聚会，后者适合 10 人以上的宴会。”

当段落 B 被单独切出来时，”前者”和”后者”失去了指代对象。AI 无法理解这段话在说什么。

✅ 正确写法： “8 寸蛋糕适合 4-6 人的小型聚会，12 寸蛋糕适合 10 人以上的宴会，价格分别为 298 元和 498 元起。”

这段话即使被单独切出来，仍然完整、可理解、可引用。

GEO 内容写作的切片友好规则：

• 每段不依赖上下文就能独立表达完整意思
• 不用”它””前者””后者””如上所述”等依赖上下文的代词
• 用完整名称替代代词（”该产品” → “XX 品牌 YY 型号”）
• 每段开头第一句话是该段的核心信息
• 核心数据和结论不要跨段落拆分

HTML 标签是切片的重要信号

在网页场景中，H2、H3 标签经常被用作切片的切割点。这意味着：

你的 H2 标题结构直接影响 AI 怎么切你的内容。

如果你的 H2 划分合理——每个 H2 小节聚焦一个独立子话题——AI 的切片就会比较”整齐”，每个块都是一个完整的信息单元。

如果你的 H2 划分混乱——一个 H2 下面堆了七八个不相关的话题——切出来的块语义杂乱，在向量检索中的匹配精度会下降。

这和 GEO 有什么关系

切片机制是《让AI替你说话：GEO权威指南》第三章 3.4 节的核心内容，也是 35 条策略中策略 07（向量检索·语义块组织）和策略 22（RAG 分块·页面结构适配）的技术基础。

理解切片，你就理解了 GEO 中这些看似”规矩”的写作要求背后的技术原因：

• 为什么每段要控制在一定字数范围内 → 因为太长的段落切片后信息过于分散
• 为什么要用完整名称替代代词 → 因为切片后代词失去指代对象
• 为什么每段首句要是结论 → 因为首句往往成为该切片的”语义标签”
• 为什么 H2 结构要清晰 → 因为 H2 是切片的主要切割点

延伸阅读

• 《让AI替你说话：GEO权威指南》第三章 3.4 节”切片机制：你的内容如何被化整为零”
• GEOBOK 免费工具：切片模拟器（输入你的页面 URL，预览 AI 会怎么切分你的内容）

常见问题 FAQ