Penguji Chunk
Free, no signup. AI answer engines don't read your page — they read chunks of it, stripped of surrounding context, and a well-written page can still retrieve badly once it's been split that way. See how yours splits, and which chunks would confuse a retrieval system. Pairs with the chunking guide.
| Strategy | Best for | Trade-off |
|---|---|---|
| Structure | Headed documents | Keeps semantic sections together |
| Fixed | Simple baseline | Can split lists and ideas |
| Paragraph | Short-answer content | Less surrounding context |
Note: every retrieval system chunks differently — this models a common structure-aware strategy
so you can spot problems, not reproduce one vendor exactly. Token counts are a chars/4 estimate.
Pasted content never leaves your browser.
We fetch the page’s HTML and extract its main text in your browser. Client-rendered (JS-only) pages may extract little — paste in that case.
Berjalan sepenuhnya di browser Anda—tidak ada yang Anda tempel yang diunggah atau disimpan. Fetch a URL sends only that address to our server to retrieve the HTML; extraction and chunking still happen in your browser. Penghitung hasil anonim per proses dapat digunakan untuk riset agregat; URL, domain, IP, dan pengenal tidak pernah disertakan, dan statistik tidak dirilis jika jumlah proses kurang dari 100.
Paspor situs Konteks lokal untuk situs tersimpan ini
Data lokal
Target tersimpan, daftar bernama, dan ringkasan pemeriksaan terbaru hanya tersimpan di browser ini.
Nilai alat ini
Tentang alat ini
apakah jawaban mesin akan sebenarnya rank atau cite mereka.
pertama paragraph.
Structure-aware chunking yang groups memblokir di bawah nearest heading dan mempertahankan headings dengan mereka
Fitur
- Dangling opener (hard) — dimulai dengan pronoun atau bare continuation (ini, ini, mereka,
- Tidak ada heading (hard) — tidak ada heading di atau di atas chunk, so retriever dapat't easily rank atau
- band untuk chunk-nya card.
- kolom. Hover apa pun chunk card untuk highlight exactly yang teks ini covers di banded preview pada left.
- Tempel teks/Markdown/HTML, atau ambil publik URL dan mengekstrak utama-nya konten.
Cara kerja
memblokir dan ditampilkan sebagai striped band; tetap windows overlap di karakter boundaries. URL ambil membaca server-dirender HTML hanya: klien-dirender (JS-hanya) halaman mungkin mengekstrak little, so N dengan masalah — bagaimana banyak chunks carry di least satu flag. Unduh chunk CSV spesifik perbaikan pada setiap.
Batasan
- Catatan: setiap retrieval system chunks secara berbeda — ini models umum structure-aware strategy
- Berjalan klien-side untuk ditempel konten — tidak ada adalah diunggah atau disimpan.
- Bagaimana banyak tokens seharusnya chunk menjadi?
- Colored preview bands yang peta setiap chunk untuk tepat teks ini covers, dengan hover-untuk-highlight linking
Pertanyaan umum
Pertanyaan: Apa itu potongan konten dalam pencarian AI?
Jawaban: potongan adalah bagian kecil, biasanya beberapa ratus unit teks yang dikelompokkan di bawah judul bagian terdekat, yang disimpan dan ditelusuri sistem pengambilan sebagai pengganti seluruh halaman. Saat seseorang bertanya kepada mesin jawaban AI, sistem mengambil potongan individu yang paling cocok dan mengutipnya, bukan seluruh URL. Jika sebuah potongan sulit dipahami secara mandiri, kemungkinan diambil atau dikutip lebih kecil walaupun halaman di sekitarnya sangat baik.
Pertanyaan: Berapa banyak unit teks yang sebaiknya dimiliki sebuah potongan?
Jawaban: Tidak ada angka menyeluruh karena setiap sistem pengambilan membagi konten secara berbeda. Alat secara default menargetkan 300 unit teks dengan tumpang tindih 15%, sebuah nilai tengah yang umum, dan memungkinkan target 100 hingga 800 unit teks. potongan ditandai “terlalu panjang” setelah melewati 1,3× target karena pengambil kemungkinan akan memotongnya. Angka unit teks adalah estimasi karakter/4, bukan hitungan pemecah teks nyata.
Pertanyaan: Mengapa potongan mendapat tanda “tergantung pembuka”?
Jawaban: Alat menandai potongan yang kalimat pertamanya dimulai dengan kata bergantung konteks, yaitu kata ganti atau sambungan seperti “ini”, “it”, “mereka”, “namun”, atau “karena itu”. Kata tersebut merujuk ke teks yang mungkin berada di potongan lain, sehingga bagian tidak berdiri sendiri ketika pengambilan mengeluarkannya dari halaman. Perbaikannya adalah membuka bagian dengan kalimat topik mandiri yang menyebut subjeknya.
Pertanyaan: Apakah potongan penguji mereproduksi penyedia tertentu seperti Google atau OpenAI?
Jawaban: Tidak. Alat memodelkan satu strategi pemotongan sadar struktur yang umum: mengelompokkan blok di bawah judul bagian terdekat, memasukkannya ke jendela berukuran unit teks dengan tumpang tindih, dan tidak pernah memisahkan judul bagian dari paragraf pertamanya. Tujuannya menemukan bagian yang akan sulit diambil oleh hampir semua sistem, bukan mereproduksi satu penyedia secara persis. Anggap batas potongan representatif, bukan identik dengan satu mesin.
Pertanyaan: Apakah konten saya dikirim ke mana pun saat ditempel?
Jawaban: Tidak. Dalam modus tempel, ekstraksi dan pemotongan berjalan sepenuhnya di peramban dan tidak ada yang diunggah. Hanya modus opsional “ambil a URL” yang memanggil titik akhir server, dan titik akhir tersebut mengambil halaman publik yang Anda sebutkan, bukan teks yang ditempel. Tidak ada yang disimpan pada kedua cara tersebut.
Masalah umum dan cara memperbaikinya
- Kesalahan Hasil pengujian potongan konten: kunci jawaban adalah pisahkan di seluruh potongan Perbaikan: Hasil pengujian potongan konten: pindahkan lengkap jawaban menjadi satu potongan atau ulang penting konteks di batas.
- Peringatan Hasil pengujian potongan konten: potongan tidak memiliki terdekat pendukung konteks Perbaikan: Hasil pengujian potongan konten: Tambah terdekat definisi, entitas, atau keterangan potongan memerlukan untuk tetap bermakna di isolasi.
- Peringatan Hasil pengujian potongan konten: potongan tidak memiliki judul bagian konteks Perbaikan: Hasil pengujian potongan konten: Hasil pengujian potongan konten: Termasuk terdekat deskriptif judul bagian di potongan informasi halaman atau potongan teks.
- Peringatan Hasil pengujian potongan konten: potongan membuka dengan konteks-bergantung bahasa Perbaikan: Hasil pengujian potongan konten: tulis ulang pembuka untuk nama subjek alih-alih dari awal dengan kata ganti atau mundur rujukan.
- Peringatan Hasil pengujian potongan konten: Daftar atau tabel struktur adalah pisahkan di seluruh potongan Perbaikan: Hasil pengujian potongan konten: Pertahankan daftar atau tabel header dan lengkap-nya baris bersama dalam sama potongan.
- Peringatan Hasil pengujian potongan konten: judul bagian adalah dipisahkan dari konten-nya Perbaikan: Hasil pengujian potongan konten: lampirkan judul bagian untuk pertama-nya substantif paragraf oleh menyesuaikan potongan batas.