Нейросети задыхаются на длинных текстах. Даже если лимит токенов позволяет загрузить годовой отчет, книгу или многостраничный договор целиком, ИИ часто страдает "слепотой в середине": отлично помнит начало и конец, но теряет факты, цифры и важные оговорки из центральной части документа. Чтобы получить точный анализ, извлечь данные или сделать качественную выжимку, большой документ нужно правильно разбить на части и подавать порциями.
| Какой вопрос закроем | Что станет понятно на практике |
| По какому принципу делить текст | Нейросеть перестанет терять контекст и выдумывать факты |
| Как скармливать куски нейросети | Сможете обойти лимиты памяти ChatGPT, Claude, YandexGPT и GigaChat |
| Как получить единый результат из кусков | ИИ выдаст цельный анализ, а не разрозненные обрывки текста |
Главное правило нарезки: нахлест и сохранение контекста
ИИ не видит документ как стопку бумаги, он видит последовательность символов. Если вы просто разрежете текст по количеству знаков, граница может пройти через середину сложного определения или таблицы.
В основе правильной разбивки лежат три принципа:
- Деление по смыслу, а не по объему. Режьте по главам, разделам, пунктам договора или подзаголовкам.
- Использование нахлеста (overlap). Конец предыдущего куска должен дублироваться в начале следующего (примерно 200-300 слов). Это не даст нейросети потерять связь между частями.
- Постоянное напоминание роли. В каждый новый кусок нужно добавлять системный промпт, чтобы ИИ не забыл, что именно он делает.
Сценарии: как делить документ в зависимости от задачи
Стратегия разбивки меняется в зависимости от того, что именно вы хотите получить от нейросети.
Сценарий 1: Суммаризация (сделать выжимку из большого текста)
Если вам нужно краткое содержание книги, транскрибации двухчасового зума или длинного исследования.
- Как делить: Крупными смысловыми блоками (главы, временные отрезки по 15-20 минут).
- Алгоритм работы: Загружаете первый блок и просите написать саммари. Затем второй блок – и снова просите саммари. В конце собираете все полученные саммари в один новый промпт и просите нейросеть сделать итоговую выжимку.
- Формула промпта для частей: Я отправляю тебе часть 1 из 5 большого отчета. Сделай подробную выжимку главных тезисов из этого фрагмента. Ничего не придумывай.
Сценарий 2: Поиск фактов и аудит (договоры, технические задания, ГОСТы)
Если нужно найти риски в договоре подряда, проверить ТЗ на соответствие нормам или вытащить все упоминания штрафов.
- Как делить: Мелкими блоками, строго по разделам (например, раздел "Ответственность сторон" – отдельный кусок). Здесь критически важно не разрывать нумерацию списков.
- Алгоритм работы: Задаете жесткий контекст каждому куску. ИИ должен искать конкретные вещи, а не пересказывать текст.
- Формула промпта для частей: Проанализируй этот фрагмент договора подряда. Найди все условия, при которых заказчик имеет право удержать оплату. Если в этом фрагменте таких условий нет, ответь строго «В этой части условий не найдено». Текст фрагмента: [вставка текста].
Сценарий 3: Сквозной анализ (сравнение данных, поиск противоречий)
Если нужно понять, не противоречит ли пункт 1.2 из начала документа пункту 8.4 из конца.
- Как делить: Использовать метод агрегирования. Вы не можете просто скормить куски по очереди, так как ИИ забудет начало.
- Алгоритм работы: Сначала просите ИИ извлечь все правила/условия из каждого куска и сохранить их списком. Затем подаете этот сжатый список правил новым промптом и просите найти противоречия.
Как правильно загружать куски в чат
Если вы работаете в веб-интерфейсе чат-бота, используйте технику "тихого поглощения". Вы должны запретить нейросети анализировать текст до того, как загрузите его целиком (если объем позволяет влезть в окно контекста, но вы бьете его для надежности).
Рабочая последовательность промптов:
- Шаг 1: Сейчас я отправлю тебе длинный документ, разбитый на 3 части. Я буду отправлять их по очереди. После получения части 1 и 2 ничего не анализируй, просто отвечай «Часть X получена». Когда я отправлю часть 3, я напишу команду «Анализируй», и только тогда ты выполнишь мою задачу. Понятно?
- Шаг 2: Часть 1: [текст]. (ИИ отвечает: «Часть 1 получена»).
- Шаг 3: Часть 2: [текст]. (ИИ отвечает: «Часть 2 получена»).
- Шаг 4: Часть 3: [текст]. Команда: Анализируй. Задача: найди все упоминания сроков сдачи работ.
Частые ошибки при нарезке документов
Ошибка: Разрыв таблиц.
Если вы скопировали текст и граница раздела прошла по середине финансовой таблицы, ИИ потеряет названия колонок для нижней части.
Как избежать: Таблицы всегда должны входить в один блок целиком. Если таблица гигантская, перед второй ее частью вручную продублируйте строку с названиями столбцов.
Ошибка: Потеря субъекта.
В первой части текста написано: "ООО «Ромашка» обязуется…". Во второй части: "Она также должна…". Если нейросеть получит только вторую часть, она не поймет, кто такая "Она".
Как избежать: Используйте нахлест или добавляйте в начало каждого куска короткую вводную: Это продолжение договора между ООО Ромашка (Исполнитель) и ООО Вектор (Заказчик).
Ошибка: Игнорирование особенностей локальных нейросетей.
YandexGPT и GigaChat имеют значительно меньшее окно контекста, чем платные версии ChatGPT или Claude. То, что Claude проглотит двумя кусками, для отечественных сетей придется бить на пять-шесть частей.
Как избежать: Для YandexGPT и GigaChat делайте куски не больше 2-3 страниц стандартного текста за один раз, иначе они начнут урезать ответ или галлюцинировать.
Ограничения и граничные случаи
- Форматирование PDF. ИИ плохо понимает двухколоночную верстку из PDF. При копировании текст из левой и правой колонок может перемешаться в кашу. Перед разбивкой переведите PDF в простой текст.
- Чертежи и схемы. Если в тексте есть ссылки на графики ("как видно на рис. 2"), ИИ, работающий только с текстом, сделает неверные выводы. Эти фрагменты нужно либо удалять, либо вручную описывать текстом перед загрузкой.
- Сложная математика в финансовых отчетах. Нейросети – это языковые модели, они плохо считают. Если вы разобьете бухгалтерский баланс на части и попросите свести итоговую сумму, ИИ почти наверняка ошибется. Для расчетов извлекайте данные в формате CSV и считайте в Excel.
Чем резать текст технически
Если вы не программист и не используете API, вам подойдут простые решения:
- Вручную (Notepad, Word, Google Docs). Самый надежный способ для документов до 50 страниц. Вы сами контролируете смысловые границы, абзацы и списки.
- Онлайн-сплиттеры PDF (например, iLovePDF). Подходит, если документ огромный (сотни страниц) и вам нужно разбить его физически на файлы по 10-20 страниц, чтобы загружать их в ИИ как документы.
- Специализированные GPT-агенты. Внутри ChatGPT (при наличии подписки) можно создать кастомный GPT, прописав ему инструкцию: "Читай загруженный файл строго по 10 страниц за раз, делай выжимку, затем переходи к следующим 10 страницам".
