Il chunking: come l'LLM suddivide i tuoi contenuti
Prima di essere letto da un'IA, il tuo articolo viene suddiviso in piccoli blocchi indipendenti. Capire questa suddivisione, chiamata chunking, cambia il modo di scrivere ogni sezione.
Prima che un sistema RAG possa cercare e recuperare i tuoi contenuti, questi devono essere suddivisi in porzioni più piccole, chiamate "chunk". Questa suddivisione, il chunking, determina ciò che un'IA vede realmente della tua pagina nel momento in cui risponde a una domanda: raramente l'intero articolo, quasi sempre uno o pochi estratti isolati. Questa realtà sorprende spesso chi è abituato a ragionare in termini di "pagina" piuttosto che di "passaggio", eppure è l'unità di base su cui operano la maggior parte dei sistemi RAG attuali. Capire questo meccanismo cambia profondamente il modo di scrivere per il GEO. Non è un dettaglio tecnico marginale: è letteralmente l'unità di lavoro a partire dalla quale un'IA generativa costruisce la sua percezione dei tuoi contenuti.
Perché il contenuto viene suddiviso invece di essere elaborato per intero
Un LLM non può rileggere l'intero web a ogni domanda posta, e anche in un'architettura RAG non è né efficiente né necessario elaborare ogni pagina nella sua interezza. I sistemi indicizzano quindi il contenuto in anticipo sotto forma di blocchi più piccoli, spesso di poche centinaia di parole, memorizzati e resi rapidamente recuperabili. Quando arriva una domanda, il sistema non cerca "quale pagina corrisponde meglio", ma "quali chunk, presi singolarmente, corrispondono meglio". È una differenza fondamentale rispetto alla logica della SEO classica, che valuta generalmente una pagina intera. La dimensione di questi chunk varia a seconda dei sistemi: alcune suddivisioni restano piuttosto brevi, da poche frasi a un paragrafo, altre raggruppano più paragrafi collegati tra loro. In ogni caso, l'obiettivo resta lo stesso: produrre unità abbastanza piccole da essere precise, e abbastanza grandi da restare comprensibili.
Come viene generalmente realizzata questa suddivisione
In un'architettura RAG tipica, la suddivisione si basa spesso sulla struttura esistente del documento: i titoli e sottotitoli (tag Hn), i paragrafi, talvolta una lunghezza massima fissata in anticipo. Un contenuto ben strutturato, con sottotitoli chiari che annunciano il contenuto di ogni sezione, facilita una suddivisione coerente, in cui ogni chunk corrisponde a un'unità di senso completa. La lezione I tag Hn (H1, H2, H3) spiega come questa gerarchia di titoli, già utile per la SEO classica, diventi anche un punto di riferimento per la suddivisione automatica dei contenuti da parte delle IA. Un esempio concreto: un articolo che alterna lunghi paragrafi senza sottotitolo per diverse centinaia di parole offre molti meno punti di riferimento per una suddivisione pulita rispetto a un articolo in cui ogni sottotitolo H2 introduce un'idea precisa in tre o quattro paragrafi brevi.
Il problema dei passaggi che dipendono dal contesto
Il rischio principale del chunking è che un estratto tolto dal suo contesto perda tutto il suo significato. Un paragrafo che inizia con "questo metodo presenta tuttavia un limite importante" è incomprensibile se il chunk non contiene la spiegazione di "questo metodo" menzionata appena prima, in un altro blocco. Allo stesso modo, un paragrafo che usa "esso", "essa", o "questo prodotto" senza mai reintrodurre l'argomento di cui parla rischia di essere interpretato male, o semplicemente ignorato, una volta isolato dal suo contesto. Ecco un'illustrazione semplice di questo problema. Un passaggio scadente, dipendente dal contesto: "Questo approccio è tuttavia più costoso. Resta comunque consigliato nella maggior parte dei casi." Un buon passaggio, autonomo: "La migrazione verso un nuovo strumento di fatturazione è generalmente più costosa nel breve termine rispetto al mantenimento del sistema esistente, ma resta consigliata per la maggior parte delle piccole imprese grazie ai risparmi di tempo che offre nel lungo periodo." Il secondo reintroduce l'argomento, "la migrazione verso un nuovo strumento di fatturazione", mentre il primo presuppone che il lettore sappia già a cosa si riferisce "questo approccio". Il contenuto scritto per un lettore umano che legge l'articolo in ordine, dall'inizio alla fine, non è sempre adatto a un sistema che vedrà solo un frammento isolato.
Scrivere sezioni che si comprendono da sole
La conseguenza pratica è che occorre scrivere ogni sezione, ogni sottotitolo, come se potesse essere letto indipendentemente dal resto dell'articolo. Questo significa: reintrodurre l'argomento di cui si parla anche se ciò crea una lieve ridondanza con il titolo generale, evitare i pronomi ambigui che rimandano a una frase lontana, e fare in modo che ogni sezione risponda chiaramente alla domanda posta dal proprio sottotitolo invece di proseguire un'idea iniziata più sopra. Questa esigenza si ricollega direttamente ai principi illustrati nella lezione Strutturare un articolo per il GEO, che propone un'organizzazione dell'articolo pensata per questo tipo di lettura frammentata.
Chunking e dati strutturati: due meccanismi complementari
Il chunking si concentra sul testo visibile, ma esiste un meccanismo complementare per aiutare i sistemi a comprendere il significato delle tue pagine: i dati strutturati Schema.org, che descrivono esplicitamente la natura di un contenuto (un articolo, una domanda-risposta, un prodotto) in un formato leggibile dalle macchine. La lezione I dati strutturati Schema.org: capire spiega come questo markup complementare aiuti i sistemi automatici a interpretare meglio il contenuto, anche una volta suddiviso in frammenti.
Ricorda l'essenziale: il tuo contenuto non verrà quasi mai letto per intero da un'IA nel momento in cui risponde a una domanda. Verrà visto per frammenti. Scrivere sezioni autonome, capaci di bastare a se stesse, è quindi una delle competenze più concrete da sviluppare per il GEO. A differenza di un esercizio di stile, non è nemmeno una competenza puramente tecnica: è soprattutto una disciplina di scrittura, vicina a quella richiesta a un giornalista che scrive un articolo in cui ogni paragrafo potrebbe funzionare come una breve indipendente.