Chunking
Splitting documents into passages small enough to embed and retrieve usefully.
El chunking es el paso menos vistoso y más determinante de un pipeline de RAG. Los fragmentos demasiado grandes diluyen el embedding y desperdician contexto; los demasiado pequeños pierden el significado que los hacía relevantes. Dividir por estructura — títulos, secciones — funciona mejor que dividir por cantidad de caracteres.
En la práctica: Cortar un contrato a la mitad de una cláusula, de modo que la recuperación devuelve media oración que no significa nada.