Chunking content

Skąd pochodzi pojęcie chunkingu?

W psychologii poznawczej chunk to jednostka organizująca informacje w pamięci. W 1956 roku George Miller opisał, że pamięć krótkotrwała mieści około 7 takich porcji. Ważniejsze było jednak inne odkrycie: wielkość porcji nie miała znaczenia. Ludzie zapamiętywali 7 pojedynczych liter albo 28 liter połączonych w 7 słów.

Późniejsze badania obniżyły tę liczbę. Nelson Cowan w 2001 roku wskazał, że pamięć robocza mieści raczej około 4 porcji. NN/g przestrzega przed dosłownym traktowaniem tych liczb, np. jako limitu 7 pozycji w menu. Sens chunkingu polega na grupowaniu powiązanych informacji, a nie na sztywnym liczeniu elementów.

Jak stosować chunking w treściach?

Nielsen Norman Group wymienia kilka technik, które ułatwiają czytanie i zapamiętywanie:

• krótkie akapity oddzielone wolnym miejscem,
• linie tekstu o długości około 50–75 znaków,
• wyraźne nagłówki i śródtytuły,
• listy punktowane lub numerowane,
• wyróżnienie słów kluczowych pogrubieniem,
• krótkie podsumowanie na początku dłuższego tekstu,
• grupowanie cyfr, np. numeru telefonu 448 732 453 zamiast 448732453.

Dobrze podzielony tekst pozwala czytelnikowi szybko znaleźć potrzebną część. Każda sekcja powinna odpowiadać na jedno pytanie i być zrozumiała bez czytania reszty. Strukturę nagłówków i treści warto sprawdzić w ramach audytu SEO.

Czym jest chunking w wyszukiwarkach i modelach AI?

W technice chunking oznacza dzielenie dokumentów na fragmenty przez system, a nie przez autora. Tak działają m.in. rozwiązania typu RAG, czyli generowanie wspomagane wyszukiwaniem. System dzieli tekst na fragmenty, wybiera te najlepiej pasujące do pytania i przekazuje je modelowi językowemu. Model tworzy odpowiedź na ich podstawie.

Wyszukiwarki także oceniają pojedyncze części stron. W 2020 roku Google ogłosił, że potrafi rozpoznać trafny fragment długiej strony, tzw. passage ranking. Dlatego sekcje z jasnym nagłówkiem i konkretną odpowiedzią łatwiej dopasować do zapytania.

Czy warto dzielić treści specjalnie pod AI?

Google odradza tworzenie treści pociętych na drobne kawałki wyłącznie z myślą o modelach językowych. W styczniu 2026 roku Danny Sullivan powiedział o tym w podcaście „Search Off the Record”. Jego zdaniem systemy Google będą nagradzać treści pisane dla ludzi. Odradził też przygotowywanie dwóch wersji tekstu: dla modeli i dla użytkowników.

Chunking ma więc sens jako sposób na czytelność, a nie sztuczka dla algorytmów. Rozbijanie tematu na wiele krótkich, ubogich podstron może zaszkodzić. Strony o małej wartości od lat obniża m.in. algorytm Google Panda.

Jakie błędy popełnia się przy chunkingu?

Najczęstsze problemy wynikają z przesady w dzieleniu tekstu:

• fragmenty bez kontekstu – sekcja nie daje się zrozumieć bez poprzedniej,
• nagłówki niezgodne z treścią – obiecują odpowiedź, której sekcja nie daje,
• listy zamiast wyjaśnień – punkty bez uzasadnienia i przykładów,
• powtarzanie tych samych informacji w każdej sekcji,
• osobne podstrony dla każdego fragmentu zamiast jednej wyczerpującej strony.

Czytelny układ treści wpływa też na zachowanie użytkowników na stronie. Jego zmiany można testować w ramach CRO.

Źródła

• Moran K., „How Chunking Helps Content Processing”, Nielsen Norman Group, 2016. nngroup.com
• Miller G.A., „The magical number seven, plus or minus two”, Psychological Review, 1956.
• Cowan N., „The magical number 4 in short-term memory: A reconsideration of mental storage capacity”, Behavioral and Brain Sciences, 2001. pubmed.ncbi.nlm.nih.gov
• Search Engine Land, „Google doesn’t want you to create bite-sized chunks of your content”, styczeń 2026. searchengineland.com
• Google, ogłoszenie o ocenie fragmentów stron (passage ranking), Search On, październik 2020.

Najczęściej zadawane pytania