---
title: "O que é chunking em RAG? Chunk size e overlap explicados"
description: "Chunking divide documentos em pedaços que um sistema de RAG pode transformar em embeddings, indexar e recuperar. Chunk size, overlap, ajustes comuns e custos."
url: https://broadrouter.com/pt/glossary/chunking/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/chunking/) (atualizado em 2026-11-15).

# Chunking (RAG)

Atualizado em 2026-11-15

Chunking é a etapa de um pipeline de recuperação que divide os documentos em pedaços menores, chamados chunks, antes de gerar embeddings e indexá-los. O chunk size define quanto texto cada pedaço tem, e o chunk overlap repete parte do texto entre chunks vizinhos para que ideias cortadas numa fronteira não se percam.

Também chamado de: divisão em chunks, fragmentação de documentos, divisão de texto, tamanho do chunk, sobreposição de chunks, chunk size, chunk overlap, text chunking, document chunking, chunking strategy

Um retriever não consegue devolver meio documento. O chunking decide quais são os pedaços.

## Como funciona

A documentação do LangChain resume o propósito de forma simples: os text splitters “break large docs into smaller chunks that will be retrievable individually and fit within model context window limit.” (tradução: quebram documentos grandes em chunks menores, que podem ser recuperados individualmente e cabem no limite da janela de contexto do modelo.) Cada chunk é então transformado em [embeddings](https://broadrouter.com/pt/glossary/embeddings/) e guardado em um [banco de dados vetorial](https://broadrouter.com/pt/glossary/vector-database/), ou indexado para busca por palavra-chave.

Dois números controlam a maioria dos chunkers:

-   **Chunk size**: o tamanho máximo de um chunk, em caracteres ou tokens.
-   **Chunk overlap**: quanto texto do fim de um chunk se repete no início do seguinte.

Os splitters também diferem em onde cortam. O LangChain recomenda começar pelo splitter recursivo na maioria dos casos. Ele tenta manter inteiras as unidades maiores, como parágrafos, e recorre a frases e depois a palavras quando uma unidade é grande demais. O `SentenceSplitter` do LlamaIndex trabalha com limites de frase; a documentação o mostra com configurações explícitas:

```python
from llama_index.core.node_parser import SentenceSplitter

splitter = SentenceSplitter(chunk_size=1024, chunk_overlap=20)
nodes = splitter.get_nodes_from_documents(documents)
```

Um cálculo de exemplo: um corpus de 100.000 tokens dividido em chunks de 500 tokens com 50 tokens de overlap gera cerca de 222 chunks (cada chunk novo acrescenta 450 tokens novos) e cerca de 111.000 tokens para gerar embeddings, 11% a mais do que sem overlap.

## Por que isso importa

-   **Recall.** Chunks pequenos demais perdem contexto; chunks grandes demais diluem a correspondência com texto que não tem relação.
-   **Custo do LLM.** Os chunks recuperados são enviados como tokens de entrada. Cinco chunks de 1.000 tokens somam 5.000 tokens de entrada a cada pergunta.
-   **Custo do índice.** Tanto o overlap quanto chunks pequenos aumentam o número de vetores a gerar e armazenar.
-   **Idioma.** Palavras em árabe podem carregar clíticos e diacríticos que mudam a contagem de tokens e as correspondências. [Busca RAG em árabe](https://broadrouter.com/pt/blog/arabic-rag-search/) cobre chunking e normalização para o árabe.

O chunking é uma das alavancas. Adicionar [busca híbrida](https://broadrouter.com/pt/glossary/hybrid-search/) ou um [reranker](https://broadrouter.com/pt/glossary/reranking/) muitas vezes ajuda mais do que só ajustar o tamanho.

## Na BroadNet Inference

A BroadNet não oferece endpoint de embeddings, então você faz o chunking e os embeddings com as suas ferramentas ou com outro provedor, e envia os chunks recuperados para um modelo de chat da BroadNet. Modelos de contexto longo mudam a conta: o [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) e o [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) aceitam 1.048.576 tokens, então um corpus pequeno pode caber sem recuperação nenhuma. [Contexto longo vs. RAG](https://broadrouter.com/pt/blog/long-context-vs-rag/) compara as duas abordagens.

A [calculadora de chunking para RAG](https://broadrouter.com/tools/rag-chunking-calculator/) estima o número de chunks, o tamanho do índice e os tokens por consulta com as suas configurações, e [chunk size e overlap em RAG](https://broadrouter.com/pt/blog/rag-chunk-size-overlap/) percorre os testes publicados.

## Perguntas frequentes

### Com qual chunk size devo começar?

Não existe um valor certo único. Escolha um tamanho inicial, monte um pequeno conjunto de teste com perguntas reais de resposta conhecida e compare a taxa de acerto da recuperação com dois ou três tamanhos. O post sobre chunk size em RAG reúne resultados publicados.

### O overlap deixa o índice maior?

Sim. O texto sobreposto é armazenado e transformado em embedding mais de uma vez, então o tamanho do índice e o custo de embeddings crescem com a proporção de sobreposição.

### Devo dividir por caracteres ou por tokens?

Tamanhos em tokens correspondem ao que o modelo de embeddings e o LLM realmente contam. Tamanhos em caracteres são mais simples, mas o mesmo número de caracteres pode virar números de tokens bem diferentes em idiomas diferentes, incluindo o árabe.

## Veja também

-   [RAG (geração aumentada por recuperação)](https://broadrouter.com/pt/glossary/rag/) (termo)
-   [Embeddings](https://broadrouter.com/pt/glossary/embeddings/) (termo)
-   [Banco de dados vetorial (vector database)](https://broadrouter.com/pt/glossary/vector-database/) (termo)
-   [Busca híbrida (hybrid search)](https://broadrouter.com/pt/glossary/hybrid-search/) (termo)
-   [Reranking (reordenação de resultados)](https://broadrouter.com/pt/glossary/reranking/) (termo)
-   [Janela de contexto (context window)](https://broadrouter.com/pt/glossary/context-window/) (termo)
-   [Usar o LlamaIndex com a BroadNet Inference via OpenAILike](https://broadrouter.com/pt/guides/llamaindex-openailike/) (guia)
-   [Como usar o LangChain com a BroadNet Inference](https://broadrouter.com/pt/guides/langchain-openai-base-url/) (guia)
-   [Tamanho de chunk e overlap no RAG: efeito na recuperação e no custo](https://broadrouter.com/pt/blog/rag-chunk-size-overlap/) (artigo)
-   [RAG em árabe: normalização, chunking e retrieval que funcionam](https://broadrouter.com/pt/blog/arabic-rag-search/) (artigo)
-   [Contexto longo vs RAG: quando 1M de tokens substitui um banco vetorial](https://broadrouter.com/pt/blog/long-context-vs-rag/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-chunking&utm_content=page-cta) ·

**Fontes**

-   [Documentação do LangChain, text splitters (verificado em 2026-11-15)](https://docs.langchain.com/oss/python/integrations/splitters)
-   [Documentação do LlamaIndex, padrão de uso dos node parsers (SentenceSplitter) (verificado em 2026-11-15)](https://developers.llamaindex.ai/python/framework/module_guides/loading/node_parsers/)
