# Chunking de conteúdo para IA sem fatiar o texto URL: https://lucasferraz.com/blog/passagem-citavel-e-chunking/ Autor: Lucas Ferraz Publicado em: 2026-09-23 Chunking de conteúdo para IA, no sentido de picotar o texto em blocos mínimos, é desaconselhado pelo Google desde janeiro de 2026. O corte em trechos é feito pelo sistema de recuperação, e o que o autor controla é a passagem que continua completa depois do corte. Um bloco citável abre pela entidade, nomeia período e número e traz um fato por frase. O Google não define tamanho ideal de página, e os números de tamanho que circulam são convenções. ## Principais pontos - Danny Sullivan, do Google, disse no podcast Search Off the Record de 8 de janeiro de 2026 que o Google não quer conteúdo quebrado em pedaços pequenos para LLMs; - O guia de IA generativa do Google Search Central, atualizado em julho de 2026, diz que não há exigência de chunking nem tamanho ideal de página; - O Google anunciou em outubro de 2020 o ranking por passagens, com melhora esperada em 7% das consultas em todos os idiomas; - A Anthropic descreve trechos de RAG com algumas centenas de tokens e reduziu em 35% as falhas de recuperação ao somar 50 a 100 tokens de contexto a cada trecho. ## 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](/blog/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. | Trecho que depende da página | Trecho que se sustenta | |---|---| | Isso melhorou 7% das consultas. | O ranking por passagens, anunciado pelo Google em outubro de 2020, tinha melhora esperada em 7% das consultas. | | Como vimos acima, ele ignora o arquivo. | O Google Search Central diz, no guia de julho de 2026, que a Busca ignora o llms.txt. | 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](https://lucasferrazseo.com/glossario/aeo-answer-engine-optimization/). O efeito de cada bloco eu confiro depois, em rodadas datadas nas IAs, porque [cada superfície escolhe fontes diferentes](/blog/quanto-as-ias-discordam-entre-si/) para a mesma pergunta. ## Perguntas frequentes ### O Google penaliza conteúdo dividido em blocos curtos? Não há penalidade documentada para parágrafos curtos. O que o Google desaconselha é reescrever ou duplicar conteúdo só para agradar LLMs, e Danny Sullivan disse que ganhos desse tipo tendem a sumir quando os sistemas melhoram. Estrutura com seções e headings descritivos continua recomendada no guia oficial, desde que sirva ao leitor. ### Qual o tamanho ideal de uma passagem para ser citada? Nenhuma fonte primária fixa esse número. O Google diz que não existe tamanho ideal de página, e a Anthropic fala em trechos de algumas centenas de tokens nos sistemas de RAG. Neste site, uso respostas de 45 a 60 palavras nas FAQs como convenção editorial, sem tratar a faixa como fator de ranking. ### Como testar se um parágrafo se sustenta fora da página? Copie o parágrafo para um documento vazio e leia sem o resto da página. Se ele não diz de quem fala, de quando é o dado ou a que se refere um pronome, falhou. O teste simula o que acontece quando o sistema recorta o trecho e o compara com a pergunta. ## Fontes - Search Engine Land, Google doesn't want you to create bite-sized chunks of your content (Search Off the Record) (2026) - https://searchengineland.com/google-doesnt-want-you-to-create-bite-sized-chunks-of-your-content-467269 - Google Search Central, guia de otimização para recursos de IA generativa (2026) - https://developers.google.com/search/docs/fundamentals/ai-optimization-guide - Google, How AI is powering a more helpful Google (Search On, passagens) (2020) - https://blog.google/products/search/search-on/ - Google Search Central, guia dos sistemas de ranking da Busca (2025) - https://developers.google.com/search/docs/appearance/ranking-systems-guide - Anthropic, Introducing Contextual Retrieval (2024) - https://www.anthropic.com/news/contextual-retrieval --- Sobre o autor: Especialista em SEO, criação de sites e Generative Engine Optimization, Lucas Ferraz é fundador da agência Lucas Ferraz SEO, sediada em Belo Horizonte, e atua desde 2007 ajudando empresas de todo o Brasil a aparecerem no Google, serem compreendidas por sistemas de inteligência artificial e transformarem buscas em oportunidades comerciais.