векторный поиск
векторный поиск — это поиск по смыслу: находит «как оформить возврат», даже если в документе написано «процедура приёма товара обратно».
что это
обычный поиск ищет совпадение слов: спросили «возврат» — найдёт документы со словом «возврат». векторный ищет по смыслу: тексты заранее превращены в наборы чисел (эмбеддинги), близкие по смыслу тексты получают близкие числа, и система находит соседей по смыслу, а не по буквам. аналогия: библиотекарь, который на вопрос «что-нибудь про то, как удержать сотрудников» приносит книгу «нематериальная мотивация» — хотя ни одно слово из запроса в названии не совпало.
на векторном поиске держится rag: прежде чем ответить, система именно так находит нужные куски в ваших документах.
зачем это бизнесу
клиенты не говорят словами из ваших регламентов. в документе «расторжение договора в одностороннем порядке», клиент пишет «хочу отменить подписку» — обычный поиск разведёт руками, векторный свяжет. это и есть причина, почему бот по базе знаний вообще работает. граница честности: поиск по смыслу иногда промахивается — находит похожее, но не то. в rag-проектах большинство ошибок бота — это ошибки поиска, а не «глупость нейросети»: модель честно отвечает по неправильно найденному куску.
о чём спросить подрядчика
- «какой процент вопросов находит правильные документы и как вы это померили?» — качество поиска меряется отдельно от качества ответов. кто не меряет — не узнает, где сломалось.
- «чистый векторный поиск или гибрид с обычным?» — на точных вещах (артикулы, номера договоров, фамилии) векторный поиск слабее буквального. правильный ответ обычно — «гибрид, и вот почему».
термины — это карта. дорогу строим на разборе
словарь помогает не потеряться в разговоре с подрядчиком. а какие процессы в вашей компании автоматизировать первыми и что это даст в деньгах — это разбор за 25 000 ₽: смотрю процессы, считаю эффект, отдаю карту внедрения. фикс-цена, без «менеджер свяжется».