Una técnica de búsqueda que encuentra información con base en el significado y la similitud semántica, en lugar de coincidencias exactas de palabras clave, usando representaciones matemáticas (vectores) del texto.
La búsqueda vectorial funciona convirtiendo el texto en representaciones numéricas de alta dimensión llamadas embeddings, donde el contenido semánticamente similar queda ubicado muy cerca en el espacio vectorial. Cuando un usuario hace una pregunta, el sistema la convierte en un vector y encuentra el contenido más parecido, aunque las palabras utilizadas sean completamente distintas de las de los documentos almacenados. Por ejemplo, buscar "cómo tratar a un cliente molesto" encontraría documentos sobre "resolución de quejas de clientes", aunque no compartan ninguna palabra clave. Esto es lo que hace que los asistentes de conocimiento modernos con IA resulten naturales de usar: los empleados pueden preguntar con sus propias palabras en lugar de adivinar los términos de búsqueda correctos. La búsqueda vectorial es un componente central de los sistemas de generación aumentada por recuperación (RAG).