Глоссарий
Чанк: кусок документа в индексе, от которого зависит recall
Коротко: Чанк это фрагмент документа, который попадает в поисковый индекс как отдельная единица: кусок нарезается, превращается в эмбеддинг и хранится рядом со своим текстом. От нарезки напрямую зависит recall: слишком крупный чанк размывает смысл и топит релевантное предложение в шуме, слишком мелкий теряет контекст и возвращает обрывки без ответа. Хороший чанк самодостаточен: заголовок секции, законченная мысль, размер под окно модели. Нарезку и её настройки разбирает модуль чанкинга курса RAG Engineering, и это первое место, куда стоит смотреть, когда поиск выдаёт мусор.
Чанк это единица индексации, а не редакторская вставка: как именно вы порезали документ, тем системой и ищете.
Грубая нарезка по N символов работает на ровных текстах и разваливается на структурированных. Заголовки, таблицы и списки лучше резать по логике секций, приклеивая путь заголовков к каждому чанку, чтобы кусок понимал, откуда он родом.