Chunking: schrijven in citeerbare blokken

Chunking is het opdelen van een document in kleinere tekstblokken voordat ze worden omgezet naar vectoren en opgeslagen voor retrieval. Een chunk beslaat typisch tweehonderd tot achthonderd woorden, vaak met een kleine overlap. Zoekt een model naar een antwoord, dan haalt het niet je hele pagina op maar de paar chunks die het beste bij de vraag passen.

Klassieke SEO optimaliseert een pagina als geheel: één titel, één zoekintentie, één canonical. Retrieval werkt op fragmentniveau. Je concurreert dus niet met je artikel maar met alinea's, tegen alinea's van andere sites. Een uitstekend artikel waarvan de kernsectie alleen begrijpelijk is in de context van de vier alinea's ervoor, verliest van een middelmatig artikel met één zelfstandige, glasheldere paragraaf.

Vijf regels. Eén: geef elke sectie een beschrijvende kop die de vraag bevat. Twee: herhaal het onderwerp in de eerste zin van elke sectie, in plaats van 'dit' of 'het'. Drie: beantwoord de kopvraag in de eerste twee zinnen en werk daarna uit. Vier: vermijd verwijzingen naar eerdere secties. Vijf: houd secties tussen honderdvijftig en driehonderd woorden, zodat een chunk zelden midden in een gedachte wordt afgekapt.

Duidelijke H2- en H3-koppen, korte alinea's, opsommingen met volledige zinnen en tabellen met begrijpelijke kolomkoppen. Definities die op zichzelf staan. Cijfers met eenheid, periode en bron in dezelfde zin, want een getal zonder context is onbruikbaar in een samenvatting. Een korte kernsamenvatting bovenaan het artikel werkt bijzonder goed: dat blok wordt vaak als geheel opgehaald.

Plak een willekeurige sectie van je artikel in een leeg tekstvak en lees hem alsof je de rest niet kent. Weet je waar het over gaat, welk merk het zegt en of het antwoord compleet is? Dan is de chunk citeerbaar. Moet je terugbladeren voor de betekenis, dan is hij dat niet. Doe deze test op je vijf belangrijkste pagina's voordat je aan nieuwe content begint.