Chunking de conteúdo para IA sem fatiar o texto

O que o Google disse sobre chunking em 2026?

O Google afirmou duas vezes em 2026 que não é preciso quebrar o conteúdo em pedaços pequenos para a IA entender. A primeira foi Danny Sullivan, no podcast Search Off the Record publicado em 8 de janeiro. Ele disse ter conversado com engenheiros e resumiu a posição em uma frase: "we don't want you to do that". Admitiu que a tática pode dar vantagem em alguns casos, e previu que a vantagem não dura quando os sistemas passam a premiar texto escrito para pessoas.

A segunda veio por escrito. O guia de IA generativa do Search Central, atualizado em julho, lista o chunking entre os mitos. Os sistemas do Google entendem uma página com vários tópicos e mostram a parte relevante, e não existe tamanho ideal de página. O mesmo guia recomenda organizar o texto em parágrafos e seções com headings, porque isso ajuda quem lê.

Por que a passagem ainda é a unidade que compete?

A passagem continua sendo a unidade de disputa, porque tanto o ranking do Google quanto o RAG avaliam trechos. O Google anunciou em outubro de 2020 que passaria a julgar a relevância de passagens específicas, além da página inteira, com melhora esperada em 7% das consultas. O guia dos sistemas de ranking ainda lista o passage ranking. Nos sistemas de RAG, a Anthropic descreve o documento quebrado em trechos de algumas centenas de tokens antes de virar vetor.

A contradição aparente se resolve pela divisão de trabalho. O corte é feito pelo sistema, com regras que o autor não vê. O autor controla outra coisa: se o bloco continua completo e verdadeiro depois de recortado. Chamo isso de passagem citável, e ela é escrita em prosa normal, sem versão paralela para máquina. O mecanismo de recuperação está em RAG e SEO.

O teste de isolamento de um bloco

Um bloco passa no teste de isolamento quando responde sozinho, sem depender do parágrafo anterior. O exemplo da Anthropic é didático. Uma frase dizendo que a receita cresceu 3% no trimestre, sem nome de empresa nem período, não casa com a pergunta de quem procura aquela empresa. Somar de 50 a 100 tokens de contexto a cada trecho cortou 35% das falhas de recuperação, e 49% com BM25 contextual.

O autor pode entregar esse contexto de fábrica. A tabela mostra a diferença em um trecho de exemplo.

As regras que aplico em cada bloco-resposta:

• Abrir pela entidade, nunca por pronome ou por "isso";
• Nomear período e fonte junto do número;
• Um fato por frase nos trechos que respondem, para o fato poder ser atribuído sem arrastar o vizinho;
• Heading que descreve o bloco, para o trecho continuar situado quando for lido isolado.

Tamanho de bloco sem número mágico

Nenhuma fonte primária define o tamanho ideal de uma passagem citável. O Google nega que exista tamanho ideal de página. A Anthropic fala em trechos de algumas centenas de tokens, e o cálculo de custo do texto dela usa trechos de 800 tokens, o que mostra que a faixa varia por sistema. As faixas de 40, 100 ou 300 palavras que circulam em guias de SEO são convenções de quem escreveu, não parâmetros publicados.

Neste site, as respostas de FAQ ficam entre 45 e 60 palavras, e cada seção abre com uma frase em negrito que responde sozinha. Trato isso como padrão editorial, útil para leitura e para extração, e não como fator de ranking.

Neste site, as respostas de FAQ ficam entre 45 e 60 palavras, e cada seção abre com uma frase em negrito que responde sozinha.

Lucas Ferraz, especialista em SEO

Como aplico isso neste site e na agência?

A passagem citável vira regra de produção quando entra no template e na revisão, e não só na intenção de quem escreve. Aqui e no site da agência, cada página tem versão em Markdown em /md/ e por Accept: text/markdown, e um único grafo JSON-LD por página, com o @id da entidade compartilhado entre os dois domínios. Nenhuma dessas camadas substitui o texto; elas só facilitam a leitura por agentes e mantêm a entidade coerente.

A definição de AEO que orienta essa escrita, com foco na resposta direta, está no verbete de AEO da agência. O efeito de cada bloco eu confiro depois, em rodadas datadas nas IAs, porque cada superfície escolhe fontes diferentes para a mesma pergunta.