Fronteiras dos blocos de recuperação

Um sistema de recuperação não lê a sua página, lê um pedaço dela. Uma secção que nomeia o sujeito no topo e coloca a ressalva três cabeçalhos depois produz um bloco que ou engana ou é descartado. A reacção habitual é encurtar a página, o que deita fora a profundidade que a tornava digna de citação, quando a correcção é mudar onde caem as fronteiras e não quanto se diz.

O ficheiro da competência

---
name: retrieval-chunk-repair
description: Use quando uma página longa é claramente relevante para uma pergunta mas os assistentes citam páginas mais curtas noutro sítio, porque a sua resposta está repartida por secções que nunca viajam juntas.
---

# Fronteiras dos blocos de recuperação

Um sistema de recuperação não lê a sua página, lê um pedaço dela. Uma secção que nomeia o sujeito no topo e coloca a ressalva três cabeçalhos depois produz um bloco que ou engana ou é descartado. A reacção habitual é encurtar a página, o que deita fora a profundidade que a tornava digna de citação, quando a correcção é mudar onde caem as fronteiras e não quanto se diz.

## O que precisa primeiro

- Uma página de cerca de 1.500 palavras ou mais que posiciona bem mas nunca é citada
- O esquema de cabeçalhos tal como é renderizado no HTML, e não tal como foi planeado
- A pergunta específica a que cada secção deve responder, uma por secção

## Método

1. Corte a página nos H2 e leia cada pedaço como se tivesse chegado sem mais nada agarrado. Aquilo que deixa de fazer sentido isolado é o que um recuperador vai entregar a um modelo.
2. Volte a enunciar o sujeito dentro de cada secção em vez de se apoiar no H1. Uma secção que abre com "a ferramenta faz isto" fica inutilizável quando viaja sozinha, por isso o produto, conceito ou método tem de ser nomeado outra vez.
3. Mova ressalvas, excepções e condições para a mesma secção da afirmação que modificam. Uma ressalva duas secções abaixo da afirmação é, para a recuperação, um documento separado, e a citação sairá sem ela.
4. Limite cada secção a uma pergunta. Duas perguntas sob o mesmo cabeçalho significa que o bloco recuperado, seja qual for, leva metade da resposta a cada uma.
5. Dê a cada tabela, bloco de código e figura uma frase de entrada a dizer o que mostra, já que uma tabela despida é uma grelha de números sem sujeito nenhum.
6. Quebre qualquer secção que passe das 300 palavras com um subcabeçalho que nomeie a subpergunta, para que a divisão aconteça onde a escolheu e não a meio de um argumento.
7. Verifique se não existe nenhuma resposta apenas dentro de uma imagem. O texto alternativo é muitas vezes descartado na extracção, e uma figura renderizada como imagem não viaja de todo.

## O que isto produz

Uma página revista em que cada secção H2 é legível de forma independente, com sujeito, ressalvas e números de apoio dentro da mesma secção da afirmação.

## Onde isto corre mal

- Afinar para um tamanho de bloco concreto citado num artigo de blogue - as fronteiras diferem de sistema para sistema e mudam sem aviso, por isso a autonomia ao nível da secção é a única versão duradoura disto
- Dividir em tantos fragmentos que o argumento desaparece e a página deixa de ser útil ao leitor humano de que continua a precisar
- Deixar a resposta definitiva sob um cabeçalho como Conclusão, que é a secção com menos probabilidade de ser recuperada para uma pergunta
- Repetir o sujeito de forma tão mecânica que a prosa se lê como escrita por uma máquina, o que custa mais do que a citação vale

---

Da biblioteca de competências da QuQi - https://www.quqi.io/pt/skills/retrieval-chunk-repair

O que precisa primeiro

• Uma página de cerca de 1.500 palavras ou mais que posiciona bem mas nunca é citada
• O esquema de cabeçalhos tal como é renderizado no HTML, e não tal como foi planeado
• A pergunta específica a que cada secção deve responder, uma por secção

Método

1. 01 Corte a página nos H2 e leia cada pedaço como se tivesse chegado sem mais nada agarrado. Aquilo que deixa de fazer sentido isolado é o que um recuperador vai entregar a um modelo.
2. 02 Volte a enunciar o sujeito dentro de cada secção em vez de se apoiar no H1. Uma secção que abre com "a ferramenta faz isto" fica inutilizável quando viaja sozinha, por isso o produto, conceito ou método tem de ser nomeado outra vez.
3. 03 Mova ressalvas, excepções e condições para a mesma secção da afirmação que modificam. Uma ressalva duas secções abaixo da afirmação é, para a recuperação, um documento separado, e a citação sairá sem ela.
4. 04 Limite cada secção a uma pergunta. Duas perguntas sob o mesmo cabeçalho significa que o bloco recuperado, seja qual for, leva metade da resposta a cada uma.
5. 05 Dê a cada tabela, bloco de código e figura uma frase de entrada a dizer o que mostra, já que uma tabela despida é uma grelha de números sem sujeito nenhum.
6. 06 Quebre qualquer secção que passe das 300 palavras com um subcabeçalho que nomeie a subpergunta, para que a divisão aconteça onde a escolheu e não a meio de um argumento.
7. 07 Verifique se não existe nenhuma resposta apenas dentro de uma imagem. O texto alternativo é muitas vezes descartado na extracção, e uma figura renderizada como imagem não viaja de todo.

O que isto produz

Uma página revista em que cada secção H2 é legível de forma independente, com sujeito, ressalvas e números de apoio dentro da mesma secção da afirmação.

Onde isto corre mal

• Afinar para um tamanho de bloco concreto citado num artigo de blogue - as fronteiras diferem de sistema para sistema e mudam sem aviso, por isso a autonomia ao nível da secção é a única versão duradoura disto
• Dividir em tantos fragmentos que o argumento desaparece e a página deixa de ser útil ao leitor humano de que continua a precisar
• Deixar a resposta definitiva sob um cabeçalho como Conclusão, que é a secção com menos probabilidade de ser recuperada para uma pergunta
• Repetir o sujeito de forma tão mecânica que a prosa se lê como escrita por uma máquina, o que custa mais do que a citação vale

Use esta skill na sua própria IA

O ficheiro é markdown simples, com o nome e o gatilho no frontmatter. Quando um assistente consegue carregar skills sozinho, é esse frontmatter que lê para decidir que esta se aplica.

Mais em Pesquisa com IA (GEO)