# Avaliador de qualidade de chunks RAG Avalia esquemas candidatos de divisão em chunks RAG para um documento em quatro métricas — coerência (limites limpos de frase/parágrafo), cobertura (foco temático / concentração de termos-chave), saúde da sobreposição de contexto e consistência de tamanho — compara até três esquemas e recomenda o melhor. Heurísticas offline, sem chamadas de modelo. > Página canônica: https://elysiatools.com/pt/tools/ai-rag-chunk-quality-scorer - **Categoria:** AI Tools - **Palavras-chave:** rag, chunking, tamanho de chunk, geração aumentada por recuperação, banco vetorial, embeddings, chunking semântico, cobertura de consultas, sobreposição de contexto, avaliação rag, base de conhecimento, divisão de documentos, llm ## Visão geral Um avaliador de chunking RAG para equipes de IA e QA de documentação: 1. **Documento** — cole o texto-fonte a indexar. 2. **Unidade e método** — caracteres, palavras ou ≈tokens; divisão fixa, por frases ou por parágrafos. 3. **Três esquemas candidatos** — defina tamanho e sobreposição para A, B e C. 4. **Pontuação** — cada esquema recebe 0–100 em coerência, cobertura, sobreposição e consistência; o total é a média. 5. **Recomendação** — escolhe o esquema com maior pontuação, mostra uma tabela comparativa e detalha os chunks do melhor com anotações de limite. Todas as métricas são heurísticas locais determinísticas, sem API nem chamadas de modelo. ## Entradas - **Texto do documento** (textarea): Paste the document you want to chunk for RAG… - **Unidade de contagem** (select) - **Método de divisão** (select) - **Esquema A — tamanho** (number): e.g. 256 - **Esquema A — sobreposição** (number): e.g. 32 - **Esquema B — tamanho** (number): e.g. 512 - **Esquema B — sobreposição** (number): e.g. 64 - **Esquema C — tamanho** (number): e.g. 1024 - **Esquema C — sobreposição** (number): e.g. 128 - **Vista** (select) - **Casas decimais** (number): 1 ## Quando usar - Ao projetar pipelines de Geração Aumentada por Recuperação (RAG) e precisar definir o tamanho ideal de chunk e sobreposição para seus documentos. - Para comparar o impacto de diferentes métodos de divisão, como tamanho fixo versus divisão por frases ou parágrafos, na integridade do texto. - Durante a fase de QA de bases de conhecimento para garantir que os embeddings gerados não cortem informações importantes no meio de frases. ## Como funciona - Insira o texto do documento que você deseja indexar no campo de entrada principal. - Escolha a unidade de contagem (caracteres, palavras ou tokens) e o método de divisão (fixo, por frases ou por parágrafos). - Defina os tamanhos e sobreposições para até três esquemas candidatos (A, B e C) para comparação direta. - Visualize a tabela comparativa com as pontuações de coerência, cobertura, sobreposição e consistência, além do detalhamento dos limites do melhor esquema. ## Casos de uso - Otimização de bases de conhecimento para chatbots corporativos, garantindo que as respostas recuperadas contenham frases completas e contextualizadas. - Ajuste fino de parâmetros de chunking para documentação técnica de APIs, comparando blocos de 256, 512 e 1024 tokens. - Auditoria de qualidade de fragmentação de contratos jurídicos longos para evitar a perda de cláusulas importantes devido a cortes arbitrários de texto. ## Perguntas frequentes ### Como a ferramenta calcula as pontuações de qualidade? Ela utiliza heurísticas locais determinísticas para medir a coerência dos limites (evitando cortes no meio de frases), a consistência do tamanho dos chunks, a distribuição da sobreposição e a cobertura de termos-chave. ### Esta ferramenta faz chamadas a APIs de LLM externas? Não. Toda a avaliação é feita de forma offline e local através de algoritmos heurísticos, garantindo privacidade de dados e custo zero. ### Qual é a diferença entre os métodos de divisão 'fixo' e 'por frases'? O método fixo corta o texto rigidamente no limite de tamanho definido, o que pode quebrar frases ao meio. O método por frases ajusta o corte para o final da frase mais próxima. ### Posso comparar esquemas com unidades de contagem diferentes ao mesmo tempo? Não, a unidade de contagem selecionada (caracteres, palavras ou tokens) é aplicada uniformemente a todos os três esquemas candidatos para garantir uma comparação justa. ### O que significa a métrica de saúde da sobreposição de contexto? Ela avalia se a quantidade de texto compartilhado entre chunks adjacentes é suficiente para preservar o contexto sem inflar desnecessariamente o tamanho dos dados indexados. ## Ferramentas relacionadas - [PDF para texto limpo para LLM](https://elysiatools.com/pt/tools/pdf-to-clean-text-for-llm): Extrai texto limpo de PDFs para resumo, traducao, embedding e outros fluxos com LLM - [Extrator de tokens de tema ECharts](https://elysiatools.com/pt/tools/echarts-theme-token-extractor): Extrai design tokens — cores, números, tamanhos de fonte e strings — de um JSON de tema ECharts e os exporta direto no seu design system. Cole um objeto de tema (o registrado e passado a echarts.init(dom, themeName)) e a ferramenta percorre cada folha, marcando cada cor (com normalização opcional nomeada/rgb → hex), número de espaçamento, tamanho de fonte e string, depois emite variáveis CSS limpas, um config theme.extend do Tailwind, tokens.json do Style Dictionary ou variáveis SCSS. Faz a ponte entre um tema de visualização ECharts e os tokens de design Figma/CSS/Tailwind sem copiar cada valor à mão. - [Removedor de ruido de cabecalho e rodape PDF](https://elysiatools.com/pt/tools/pdf-header-footer-noise-remover): Compara a extracao com e sem cabecalhos/rodapes para detectar ruido repetido no texto - [Resumidor de Texto IA - Análise Inteligente](https://elysiatools.com/pt/tools/text-summarizer): Extrai pontos-chave de artigos e gera resumos de alta qualidade. Suporta múltiplos estilos e comprimentos para artigos acadêmicos, notícias, relatórios e vários tipos de texto - [Conversor de Velocidade Angular (rad/s / rpm / deg/s / Hz)](https://elysiatools.com/pt/tools/angular-velocity-converter): Conversão de velocidade angular: rad/s (base SI) ↔ rpm (1=2π/60 rad/s) ↔ grau/s (1=π/180 rad/s) ↔ Hz (1 rotação/s=2π rad/s). Hz aqui = rotação por segundo. Conversão via rad/s com os quatro equivalentes. Ref.: vinil 33⅓ rpm≈3,49 rad/s, marcha lenta ~800 rpm≈83,8 rad/s. - [Removedor de Caracteres BOM](https://elysiatools.com/pt/tools/data-bom-remover): Remover caracteres BOM (Byte Order Mark) de conteúdo de texto e arquivos. Perfeito para limpar arquivos de texto com problemas de codificação. - [Calculadora de Limite de Fadiga (Goodman/Gerber/Soderberg)](https://elysiatools.com/pt/tools/fatigue-limit-calculator): Fator de segurança em fadiga com correção por tensão média. Dados σ_a, σ_m e σ_uts, σ_-1, σ_y: três critérios clássicos — Goodman modificado (linear, conservador), Gerber (parabólico, melhor para dúcteis) e Soderberg (via σ_y, o mais conservador). O menor é o valor governante; indica se o ponto está dentro da linha de Goodman. - [Calculadora de Depuração de Água Livre](https://elysiatools.com/pt/tools/free-water-clearance): Calcula a depuração de água livre (C_H₂O) e a depuração de água livre eletrolítica (eC_H₂O). Fórmula clássica C_H₂O = V·(1−U_osm/P_osm): positiva = urina diluída (excreção de água livre: diabetes insípido, polidipsia, recuperação pós-sobrecarga); negativa = urina concentrada (retenção de água livre: desidratação, SIADH). A depuração eletrolítica eC_H₂O = V·(1−(U_Na+U_K)/P_Na) prevê melhor a variação do sódio sérico; negativa = excreção de água eletrolitamente livre que tende a elevar o Na (guia de hidratação IV). Fontes: Rose, Shimizu 2002 Nephron, NephSIM. Estimativa pontual; interpretar com o contexto clínico. Não é conselho médico. ## Exemplos - [Amostras de Áudio MP3 Livres de Direitos Autorais](https://elysiatools.com/pt/samples/mp3-samples): Coleção de amostras de áudio livres de direitos autorais para testes e desenvolvimento, incluindo sons da natureza, música de meditação e áudio ambiente - [Exemplos de Processamento de Imagem Web Python](https://elysiatools.com/pt/samples/web-image-processing-python): Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato - [Exemplos SVG](https://elysiatools.com/pt/samples/svg-samples): Exemplos de Gráficos Vetoriais Escaláveis (SVG) demonstrando vários recursos e técnicas SVG - [Exemplos de Processamento de Imagem Android Java](https://elysiatools.com/pt/samples/android-image-processing-java): Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato ## Conteúdo relacionado - [Ferramentas de chunking RAG, limpeza de corpus e preparo para retrieval](https://elysiatools.com/pt/hubs/rag-chunking-retrieval-prep): Reúne avaliação de tamanho de chunk, limpeza de texto, recuperação por OCR, exportação com citações e estimativa de tokens em um único hub para montar coleções RAG de maior qualidade. - [Ferramentas de conversão de caixa, codificação e normalização de texto](https://elysiatools.com/pt/hubs/text-convert): Compare conversão de caixa de texto, conversão de largura de caracteres, conversão de codificação, tratamento de quoted-printable e normalização de texto em um único hub. - [Ferramentas de Text](https://elysiatools.com/pt/hubs/text-utility): Explore 33 ferramentas de text para fluxos de utility e encontre utilitários próximos com rapidez. - [Ferramentas de análise de texto, legibilidade e inspeção de conteúdo](https://elysiatools.com/pt/hubs/text-analyze): Compare estatísticas de texto, detecção de idioma, legibilidade, análise de sentimento, revisão de moderação e análise de padrões em um único hub.