# Textdelare för RAG

Dela upp långa dokument i delar för inbäddningar och retrieval-augmented generation: efter antal token eller tecken, med överlappning och vid stycke-, menings- eller Markdown-rubriker. Resultatet är en JSON-array med delar och deras storlekar.

## Vanliga frågor

### Vilka uppdelningslägen finns?

Rekursiv uppdelning sker vid stycken och, för långa stycken, vid meningar. Läget Meningar håller ihop hela meningar. Läget Rubriker inleder nya avsnitt vid Markdown-rubriker. Fast storlek delar upp texten i lika stora delar oavsett struktur.

### Hur mäts storleken?

I token med tokeniseraren o200k_base, som används av aktuella OpenAI-modeller, eller i tecken. Delar som är längre än den angivna storleken kapas vid gränsen.

### Vad gör överlappning?

Varje del upprepar slutet av den föregående, upp till överlappningsstorleken, så att sammanhang som sträcker sig över en gräns inte går förlorat. 10 % till 20 % av delens storlek är ett vanligt val.

### Vilken storlek på delarna bör jag använda?

Det beror på inbäddningsmodellen och frågorna. 200 till 800 token är ett vanligt intervall: mindre delar hämtar exakta textavsnitt, medan större delar bevarar mer sammanhang.

### Hur ser resultatet ut?

En JSON-array där varje del har sitt index, sin storlek i den valda enheten och sin text, redo att skickas till en inbäddnings-API.

### Hur lång kan texten vara?

Upp till 2 miljoner tecken och högst 5,000 delar per körning.

Vill du annonsera här?

[Mejla oss](mailto:hi@dennn.is?subject=Annonsera%20p%C3%A5%20OneClick%20Pro)

[Annons 433 verktyg för dina AI-agenter via en MCP-server.](https://multitaskai.com/sv/?ref=oneclickpro)
