Glosario de IA
Base de datos vectorial
Una base de datos pensada para guardar embeddings y encontrar rápido los más parecidos a una consulta.
Las bases de datos normales buscan coincidencias exactas; las vectoriales buscan los vecinos más cercanos, es decir, los elementos cuyo significado está más cerca de tu pregunta. Son una pieza habitual de los sistemas RAG: los documentos se dividen en fragmentos, cada fragmento se convierte en embedding y se guarda, y al preguntar se recuperan los más relevantes y se le pasan al modelo.
Muchas bases de datos generalistas ya incluyen búsqueda vectorial, así que no siempre hace falta un producto aparte.
Ejemplo: Una empresa guarda 5.000 artículos de ayuda como vectores. Cuando un cliente escribe «no me llega el código de verificación», la base devuelve los artículos sobre los SMS y correos de verificación, aunque no compartan las mismas palabras.
En la práctica
- Con pocos documentos no la necesitas: puede bastar con meterlos en el contexto.
- Guarda junto a cada fragmento su origen (documento y sección) para poder citarlo.
- Combinar la búsqueda por palabras y por significado (búsqueda híbrida) suele dar mejores resultados.