Belgeler neden parçalara bölünür?
Bir yapay zeka asistanına 200 sayfalık bir kılavuz verdiğinizi düşünün. Kullanıcı yalnızca iade süresini sorduğunda tüm kılavuzu modele göndermek hem pahalı hem de verimsizdir; ayrıca ilgili bilgi uzun metnin ortasında kaybolabilir. Bu yüzden RAG sistemleri belgeleri önce küçük parçalara böler, her parçayı anlam vektörüne dönüştürür ve soru geldiğinde yalnızca en ilgili birkaç parçayı modele verir. Yapay zeka arama sistemleri de web sayfalarını benzer biçimde parçalar ve yanıta sayfanın tamamını değil, ilgili bölümlerini ekler.
Parçalamanın kalitesi, sistemin doğru bilgiyi bulup bulamayacağını doğrudan etkiler. Anthropic'in 2024'te yayımladığı bir çalışma, her parçaya ait olduğu belgenin kısa bir bağlam açıklamasını eklemenin, yanlış parça bulunma oranını anahtar kelime aramasıyla birlikte kullanıldığında yüzde 49, yeniden sıralamayla birleştirildiğinde yüzde 67 azalttığını gösterdi. Sonuç açık: bir parça, bağlamından koparıldığında da anlaşılır olmalı.
Sayılarla bir örnek: Bir e-ticaret sitesinin 3.000 kelimelik "Kargo ve iade koşulları" sayfası tek bir uzun metin hâlinde. Parçalandığında "14 gün içinde" ifadesini içeren bir parça, iadeden mi yoksa değişimden mi söz ettiğini belirtmiyor; yapay zeka bu parçayı alıntılayıp yanlış bir yanıt veriyor. Sayfa "İade süresi", "Değişim süresi", "Yurt dışı kargo" gibi açıklayıcı başlıklarla bölünüp her paragrafın konusu ilk cümlede belirtildikten sonra yanıtlar doğru bölüme dayanmaya başlıyor.
Parçalama yöntemleri
| Yöntem | Nasıl çalışır? | Güçlü ve zayıf yanı |
|---|---|---|
| Sabit uzunluk | Metni belirli kelime ya da token sayısında keser | Basit, ama cümleleri ve konuları bölebilir |
| Yapıya göre | Başlık, paragraf ve liste sınırlarına göre böler | İyi yapılandırılmış sayfalarda çok başarılı |
| Anlama göre | Konu değiştiğinde yeni parça başlatır | Daha isabetli, ama hesaplama maliyeti yüksek |
| Bağlam eklemeli | Her parçaya belgenin kısa bir özetini ekler | Yanlış eşleşmeyi azaltır |
Google'ın uzun sayfaların belirli bölümlerini ayrı ayrı değerlendirebilmesi, pasaj dizine ekleme olarak bilinir ve benzer bir mantığa dayanır.
Sayfaları parçalanmaya uygun yazmak
- Açıklayıcı başlıklar kullan. Her başlık, altındaki bölümün konusunu tek başına anlatmalı.
- Paragrafın ilk cümlesinde konuyu belirt. "Bu süre" yerine "İade süresi" gibi açık ifadeler kullan.
- Bir paragraf, bir fikir. Birden fazla konuyu tek paragrafta karıştırma.
- Tabloları ve listeleri etiketle. Tablo başlıkları ve açıklayıcı giriş cümleleri, parçalandıklarında da anlam taşır.
- Zamirlere dikkat et. "Bu", "o", "yukarıda belirtildiği gibi" gibi ifadeler bağlamından kopunca anlamsızlaşır.
Parçalama hakkında yanlış bilinenler
- "Küçük parça her zaman daha iyidir." Çok küçük parçalar bağlamı kaybeder; denge önemlidir.
- "Yalnızca geliştiricileri ilgilendirir." İçeriğin yazılma biçimi, parçalandığında anlam taşıyıp taşımayacağını belirler.
- "Uzun sayfa dezavantajdır." İyi yapılandırılmış uzun sayfalar, parçalandığında birçok farklı soruya kaynak olabilir.
- "Google için içeriği küçük parçalara bölmek şart." Google, yapay zeka özellikleri için içeriği küçük parçalara ayırmanın gerekmediğini, sistemlerinin bir sayfadaki farklı konuları anlayıp ilgili bölümü gösterebildiğini belirtiyor; amaç yapay zekaya göre kesmek değil, okuyucu için net bir yapı kurmak.
- "Tek bir doğru yöntem var." Belge türüne göre farklı yöntemler en iyi sonucu verir.
Sıkça sorulan sorular
Parçalar genellikle ne kadar uzun olur?
Sistemden sisteme değişir; birkaç yüz kelimelik parçalar yaygındır. Asıl önemli olan, parçanın tek bir fikri eksiksiz taşımasıdır.
Yapay zeka arama sistemleri sayfamı nasıl parçalıyor?
Kesin yöntemler açıklanmıyor; ancak başlık ve paragraf yapısı net olan sayfaların daha tutarlı parçalandığı biliniyor.
Parçalama ile yeniden sıralama arasındaki ilişki nedir?
Parçalama aranacak birimleri oluşturur; yeniden sıralama ise bulunan parçalar arasından en ilgilileri seçer.
Bağlam eklemeli parçalama üzerine çalışma: Anthropic: Introducing Contextual Retrieval.
Sayfaları yapay zekanın parça parça okuyacağını varsayarak yazmanın pratik kurallarını yapay zeka için içerik rehberinde örneklerle anlattım.
ChatGPT, Gemini ve Google AI Modu'nda markanızın doğru bilgiyle anılmasını ve kaynak gösterilmesini sağlayan, ölçülebilir GEO danışmanlığı.
