Split Text
Split Text corta textos largos en fragmentos. Tú decides el tamaño máximo de cada fragmento, cuánto texto se repite entre un fragmento y el siguiente, y por qué carácter se corta.
Es un paso habitual antes de guardar documentos en una base de conocimiento o de enviar textos largos a un modelo de IA, que trabaja mejor con partes manejables.
Cuándo usarlo
- Preparar manuales, contratos o políticas internas para guardarlos en una base de conocimiento y consultarlos después.
- Dividir la transcripción de una reunión larga para resumirla por partes.
- Separar un documento en párrafos para analizar cada uno por separado.
- Repartir un texto muy largo en trozos que un modelo de IA pueda procesar.
Configuración
| Campo | Qué hace |
|---|---|
| Data Inputs | Los textos que quieres dividir. Conéctalo desde el componente que lee el documento. |
| Chunk Overlap | Cuántos caracteres se repiten entre un fragmento y el siguiente, para no perder el contexto en los cortes. Por defecto, 200. |
| Chunk Size | Tamaño máximo de cada fragmento, en caracteres. Por defecto, 1000. Si lo pones a 0, el texto se corta en cada aparición del separador, sin límite de tamaño, y se descartan los fragmentos vacíos. |
| Separator | El carácter por el que se corta el texto. Por defecto, un salto de línea. |
Resultado
La salida Chunks devuelve un registro por fragmento, con el texto del fragmento y la información que traía el registro original (por ejemplo, el nombre del archivo). Puedes conectarla a un componente de base de conocimiento, a un Loop o a cualquier componente que reciba registros.
Ejemplo
Una empresa quiere que su asistente interno responda preguntas sobre el manual del empleado. El flujo lee el manual, lo pasa por Split Text con Chunk Size 1000 y Chunk Overlap 200, y guarda los fragmentos en una base de conocimiento. Cuando alguien pregunta por las vacaciones, el asistente encuentra el fragmento que habla de ello.
Buenas prácticas
- Mantén Chunk Overlap bastante más pequeño que Chunk Size.
- Para dividir un texto en párrafos exactos, pon Chunk Size a 0 y usa como separador el salto de línea.