# Chunking RAG y preparacion de recuperacion

Limpia PDFs y Word, elimina ruido de extraccion, revisa riesgos de prompt oculto, divide texto, puntua chunks y prepara entradas RAG con citas.

> Página canónica: https://test.elysiatools.com/es/hubs/rag-chunking-retrieval-prep

- **Palabras clave:** chunking rag, preparacion retrieval, pdf texto limpio, chunks con citas

## Preguntas frecuentes

### Por que no enviar el documento completo a la base vectorial?

Los documentos crudos suelen tener cabeceras repetidas, paginas irrelevantes, ruido OCR, texto oculto y limites inestables. Limpiar y puntuar primero facilita depurar y citar.

### Cuando conviene dividir por frases?

Usalo cuando la coherencia importe y el chunk deba cerrar en limites naturales. Para logs, transcripciones, listas o exportaciones estructuradas, conviene un divisor por delimitadores.

### Este flujo crea embeddings?

No. Prepara el corpus antes del embedding con texto limpio, candidatos de chunk, estimaciones de tokens, puntuaciones de calidad y metadatos de cita.

## Contenido relacionado

- [Preparacion de PDF para LLM y RAG](https://test.elysiatools.com/es/hubs/pdf-llm-rag-prep): Convierte PDFs en entradas limpias, seguras y citables para resumen con LLM, embeddings, busqueda y RAG.
- [Ingenieria de prompts y preparacion de entradas para LLM](https://test.elysiatools.com/es/hubs/prompt-engineering-llm-input-workflows): Prepara entradas para LLM estructurando prompts, estimando tokens, traduciendo o detectando idioma, limpiando PDF y revisando riesgos de inyeccion, matematicas, regex y datos.
