Una tecnica di ricerca che trova le informazioni in base al significato e alla somiglianza semantica anziché a corrispondenze esatte di parole chiave, usando rappresentazioni matematiche (vettori) del testo.
La ricerca vettoriale funziona convertendo il testo in rappresentazioni numeriche ad alta dimensionalità chiamate embedding, in cui i contenuti semanticamente simili si trovano vicini tra loro nello spazio vettoriale. Quando un utente pone una domanda, il sistema la converte in un vettore e individua il contenuto più simile, anche se le parole usate sono completamente diverse da quelle dei documenti archiviati. Ad esempio, cercare "come gestire un cliente insoddisfatto" troverebbe documenti sulla "risoluzione dei reclami dei clienti", pur non condividendo alcuna parola chiave. È questo che rende gli assistenti di conoscenza moderni basati sull'IA naturali da usare: le persone possono porre domande con parole proprie invece di indovinare i termini di ricerca giusti. La ricerca vettoriale è un componente fondamentale dei sistemi di generazione aumentata dal recupero (RAG).