تقسيم المحتوى
تقسيم المحتوى: إعداد RAG والكتابة الواضحة للويب
ميّز بين RAG داخلي قابل للإعداد والبحث العام بالذكاء الاصطناعي. اختبر وثائقك وأسئلتك واكتب مقاطع مفهومة بمصادر واضحة. أحجام token والتداخل والموضع ليست قواعد استشهاد عامة أو ضمانات.
النسخة 1.0 · يونيو 2026 · Tenten GEO Research
CH.01
RAG الداخلي والبحث العام
قد يسترجع تطبيق RAG مقاطع أو وثائق قبل توليد الإجابة. هذا المثال لا يشرح تنفيذ كل محرك بحث عام.
في تصميم داخلي شائع يقسم الفريق الوثائق ويفهرسها ويسترجع مادة ذات صلة للمولّد. يمكنه فحص المسار وتعديله، وقد يجمع بحث النص والمتجهات وإعادة الترتيب والسياق الإضافي. لا تعرض تصميمًا واحدًا باعتباره التنفيذ الخفي لـ ChatGPT أو Google أو جميع الخدمات.
إذا افتقد المقطع الفاعل أو الوحدات أو القيود فقد ينقصه السياق. افحص المادة المسترجعة في نظام تتحكم فيه قبل إرجاع الخطأ إلى التقسيم. الحد وحده لا يثبت انخفاض التشابه أو اختيار المنافس أو غياب الاستشهاد.
المقاطع الواضحة تكمل الصفحات المفيدة وSEO التقني. يحتفظ دليل Google لميزات AI بأسس SEO وشروط الفهرسة وأهلية المقتطف للروابط الداعمة، دون حجم تقسيم عام. لا يثبت الدليل أن الروابط أو الترتيب أو سياق الصفحة أصبحت غير مهمة.
خلاصة الفصل
افحص الاسترجاع والإجابات في RAG الخاص بك. في الموقع العام حافظ على وضوح الجواب ومصادر قابلة للتتبع وإمكانية الوصول. عناوينك لا تحدد حدود تقسيم المحرك العام.
CH.02
اختبار الحجم والتداخل في نظامك
اختر حسب الوثائق وtokenizer وحدود النموذج والأسئلة. القيم التالية خيارات اختبار، لا أفضل إعدادات عامة لعام 2026 ولا شروطًا للاستشهاد العام.
قد تفقد القطع الصغيرة سياقًا، وقد تحتوي الكبيرة مادة غير مهمة، دون فشل حتمي عند حجم ثابت. تقترح Tenten مقارنة 256–512 token عند الملاءمة وخيارات أخرى مبررة بالمهمة. عدّ باستخدام tokenizer الفعلي ولا تخلط الكلمات والحروف وtoken.
| حجم التقطيع | خيار اختبار أو إعداد ملاحظ | ما ينبغي فحصه | نطاق الدليل |
|---|---|---|---|
| أقل من 128 token | خيار لإجابات قصيرة مستقلة | فحص بقاء الفاعل والوحدات والقيود | خيار Tenten لا عتبة محرك |
| 256–512 token | نطاق اختياري لمقارنة داخلية | مقارنة تغطية الدليل وجودة الإجابة والتكلفة | خيار Tenten لا قيمة مثلى عامة |
| تقطيع تكراري بحجم 512 token | اختبار وثائق أكاديمية أبلغ عنه الناشر | دقة إجابة 69% مُبلّغ عنها في نظام واحد من 50 ورقة و30 سؤالًا وجوابًا اصطناعيًا؛ ليست نسبة استشهاد | منشور Vecta R&D، 2026-02-14؛ لم نعد إنتاجه مستقلًا هنا |
| أكثر من 1024 token | خيار عند الحاجة إلى سياق أوسع | فحص السياق الملائم وحدود النموذج والمادة غير المهمة | خيار Tenten لا حد فشل مضمون |
خيارات وملاحظة محدودة للناشر. سجّل الإعداد وقارن بدل نسخ قيمة افتراضية عامة.
استخدم Vecta نماذج text-embedding-3-small وgemini-2.5-flash-lite مع ChromaDB ونحو 2,000 token من السياق المسترجع. مجموعة الأسئلة الاصطناعية الصغيرة ليست حركة البحث العام أو نتائج عملاء Tenten. يمكن مقارنة تداخل 10–20% بعدم التداخل، وفحص السياق المفقود والتكرار والتكلفة. التداخل لا يضمن احتواء كل حقيقة كاملة في قطعة واحدة.
خلاصة الفصل
سجّل الوثائق والأسئلة وtokenizer والمسترجع والمولّد وميزانية السياق. غيّر الإعداد لأن المهمة تتحسن، لا لأن مقالًا يسميه قاعدة عامة.
CH.03
تقنيات التقطيع الدلالي
البنية المقروءة وخوارزمية التقسيم الدلالي خياران مختلفان. تنظيم الفقرة أو تغيير المقسّم لا يضمن الاستشهاد أو نسبة تحسن ثابتة.
للتقسيم الثابت والتكراري والدلالي قواعد حدود مختلفة. قد تقارن الخوارزمية الدلالية تمثيلات الجمل، بينما العناوين والفقرات بنية تحريرية. لم تجد دراسة Qu وTu وBao في NAACL 2025 مكاسب ثابتة عبر الاسترجاع والتوليد. اختبر دون افتراض تحسن كل مهمة.
التقنية الأولى
حجة واحدة لكل فقرة، والإجابة من البداية
في قسم مخصص للإجابة قدّم الجواب مبكرًا وقرب الأدلة. اختر طول الشرح حسب القارئ ولا تجعل فكرة لكل فقرة تفضيلًا عامًا لكل المحركات.
التقنية الثانية
اقطع عند الانتقال الدلالي، لا عند اكتمال عدد الكلمات
استخدم عناوين وصفية وقوائم وجداول. افحص احترام parser الداخلي للبنية؛ H2 واحد ليس بالضرورة قطعة واحدة، والقسم الطويل قد يحتاج تقسيمًا مختلفًا.
التقنية الثالثة
اجعل كل فقرة مكتفية بذاتها، وأعِد المبتدأ المحذوف
عند قراءة مقطع منفرد أوضح الفاعل والمصطلحات والوحدات والقيود. صحح الإشارات المبهمة عند الحاجة دون تكرار كل اسم آليًا. الوضوح يساعد على التحقق ولا يجبر المحرك على الاستشهاد.
خلاصة الفصل
اكتب لفهم القارئ واختر الخوارزمية بقياس الاسترجاع وجودة الإجابات والتكلفة. لا تحول عادة تحريرية إلى نسبة موعودة.
CH.04
اجعل الإجابة سهلة العثور
موضع المقاطع المستشهد بها أصلًا لا يثبت أن نقل النص نفسه يزيد الاستشهادات.
يصف حساب CXL الرسمي مواضع استشهادات Google AI Overview التي رصدها. هذا توزيع داخل مادة مستشهد بها، لا احتمال الاستشهاد بأي مقطع. لا يؤسس تجربة موضع عامة أو أوزان جميع المحركات.
قدّم الإجابة الرئيسية في بداية قسم الإجابة، واحتفظ بالتعريفات والوحدات والتواريخ والقيود مع الدليل. افحص أجزاء RAG الفعلية. الفقرة الكاملة لا تعالج بالضرورة حدود محرك عام غير معروفة.
خلاصة الفصل
الإجابة المبكرة توصية تحريرية لا اختبار قبول لموضع ثابت. راقب الاستشهادات منفصلًا؛ الموقع لا يثبت السببية أو حصة ثابتة من الفرص.
CH.05
وضوح الكيانات
يجب أن يحدد المقطع المنفرد الفاعل والقيود. نقص السياق سبب لتحسين الوضوح، لا دليل على أن كل مسترجع بلا سياق أو ملزم برفض المقطع.
هل يعرف القارئ ما المقصود بـ«هو» و«هذه الطريقة» و«نحن»؟ احتفظ بالقيود والمصدر قرب الادعاء. الأمثلة تمارين خيالية وليست نتائج Tenten أو قدرات خدمة أو أدلة عملاء.
| الصياغة الأصلية (غامضة) | بعد إعادة الصياغة (كيان واضح) | لماذا تنجح |
|---|---|---|
| هو يستورد Markdown. | المنتج الخيالي المثال A يستورد Markdown. | تسمية الفاعل؛ القدرة التوضيحية ليست ادعاء خدمة Tenten |
| هذه الطريقة تجمع النص. | التقسيم الدلالي يجمع النص وفق العلاقات الدلالية. | تسمية الطريقة دون اختلاق عتبة صفحات أو تحسن أداء |
| نسجل نتائج عدة منصات. | الفريق الخيالي المثال A يسجل ملاحظات ChatGPT وPerplexity وGemini وGoogle AI Overviews. | تسمية الفاعل والمنصات في المثال، لا سير إنتاج متحقق منه |
تمارين خيالية للوضوح، لا دليل على قدرة منتج أو نتيجة Tenten.
خلاصة الفصل
سمّ الفاعل والدليل والقيود. الإسناد الواضح كتابة جيدة، وليس إثبات سلطة مقطع أو وزن محرك أو مكان مضمون في الإجابة.
CH.06
قائمة فحص التقطيع
قائمة Tenten لقراءة المحتوى العام، وبشكل منفصل RAG تتحكم فيه. الإكمال يوثق العمل ولا يمنح شهادة استشهاد.
| بند الفحص | مراجعة أو اختبار | سبب الفحص |
|---|---|---|
| حجم التقطيع | RAG داخلي فقط: مقارنة أحجام ضمن الحدود الفعلية للنموذج | فحص السياق المفقود والمادة غير المهمة ووحدات tokenizer |
| نسبة التداخل | RAG داخلي فقط: اختبار تداخل مناسب وخط أساس دون تداخل | فحص استمرارية السياق والتكرار والتخزين والتكلفة |
| اكتفاء الفقرة بذاتها | مقطع مستقل يوضح الفاعل والإجابة والدليل والقيود | الغموض قد يمنع القارئ من التحقق |
| موضع الحقائق المحورية | إجابة سهلة العثور مع سياقها | عدم إجبار القارئ على البحث في تمهيد غير مرتبط |
| وضوح الكيانات | فاعل ومصطلحات محددة عند غموض الإشارة | فحص الإسناد دون وعد باختيار المحرك |
خمسة فحوص للقراءة وRAG الداخلي، لا اعتماد لمحرك عام.
- →العناوين والقوائم تنظم القراءة؛ افحص parser الخاص بك دون افتراض H2 يساوي قطعة.
- →اجمع الادعاء والفاعل والوحدات والمصدر والقيود الضرورية عندما يكون ذلك مناسبًا.
- →اختبر بنفسك قبل النشر: انسخ أي فقرة وحدها واسأل نفسك «خارج النص الكامل، هل ما تزال مفهومة وتجيب عن السؤال؟»
- →افحص تقسيم الجداول والقوائم والجمل بأسئلة فعلية في نظامك. الحد وحده لا يثبت الفشل.
الكلمة الأخيرة
المحتوى العام والاسترجاع الداخلي مسألتان مختلفتان. حافظ على صفحات مفيدة ومتاحة وقِس نظامك. القائمة والإعداد لا يضمنان استشهادات عامة أو ترتيبًا أو زيارات.
المصادر ومنهجية البحث
مراجعة المصادر: 5 أكتوبر 2026 (تايبيه). RAG الأصلي: https://arxiv.org/abs/2005.11401 ; المقارنة: https://aclanthology.org/2025.findings-naacl.114/ ; Azure: https://learn.microsoft.com/en-us/azure/search/vector-search-how-to-chunk-documents ; Google: https://developers.google.com/search/docs/appearance/ai-features . تقرير Vecta وحدوده: https://www.reddit.com/r/Rag/comments/1r47duk/we_benchmarked_7_chunking_strategies_most_best/ . Firecrawl: https://www.firecrawl.dev/blog/best-chunking-strategies-rag ; ملاحظة CXL المباشرة: https://www.linkedin.com/posts/cxldotcom_we-analyzed-100-google-ai-overview-citations-activity-7435376188954480642-_vhS . لا تثبت حجمًا عامًا أو وزن موضع أو استشهادًا مضمونًا. الخيارات والفحوص توصيات Tenten؛ الأمثلة الخيالية ليست نتائج عملاء.
© 2026 Tenten GEO · يُرحَّب باقتباس محتوى هذه الورقة البيضاء، يُرجى ذكر المصدر.
ناقش أولوياتك في البحث بالذكاء الاصطناعي
اطلب تفسيرًا للمعيار المقارن في 30 دقيقةأرسل طلب الحجز، وسنؤكد الموعد عبر البريد الإلكتروني خلال 24 ساعة.