¿Qué es la búsqueda vectorial?

Un cliente escribe «algo para hacer fotos de noche sin que tiemble» en el buscador de una tienda de fotografía y le salen trípodes, aunque ninguna ficha diga «noche» ni «temblar». Detrás puede haber una búsqueda vectorial: en lugar de comparar palabras, compara números que representan lo que significa cada texto. Aquí no tiene nada que ver con los gráficos vectoriales ni con buscar imágenes en formato SVG. A una tienda le importa dos veces: puede estar detrás del buscador de su propia web, y es una de las piezas con las que un asistente encuentra las páginas que luego cita.

Cómo funciona

El trabajo tiene tres pasos. Primero, un modelo convierte cada texto del catálogo en un vector, una lista de números: Google lo describe como un tipo de vector que representa los datos de forma que recoge su significado semántico.⁠^{[1]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). Vector Search overview} Esos vectores son los embeddings, y su entrada explica cómo se mide la distancia entre dos. Segundo, los vectores se guardan en un índice. Tercero, cuando llega una consulta, se convierte en un vector con el mismo modelo y se buscan los vectores más cercanos. OpenAI pone la búsqueda como el primer uso de sus embeddings: los resultados se ordenan por su relación con el texto de la consulta.⁠^{[2]OpenAI, documentación de la API. Vector embeddings}

El segundo paso es el que distingue la búsqueda vectorial de una simple comparación. Con millones de productos, comparar la consulta con cada vector, uno a uno, es lento. Por eso los sistemas buscan vecinos más cercanos aproximados: aceptan no garantizar el más cercano exacto a cambio de responder rápido. Un método conocido es HNSW, publicado por Yu. A. Malkov y D. A. Yashunin en 2016, que organiza los vectores en varias capas de grafos de proximidad y consigue que el coste de buscar crezca de forma logarítmica con el tamaño de la colección.⁠^{[3]arXiv (Malkov y Yashunin; primera versión de 2016, revisada en 2018). Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs} Google usa en su servicio Vector Search otro algoritmo, ScaNN, desarrollado por Google Research, y cita entre sus usos las recomendaciones de comercio electrónico y la RAG (generación aumentada por recuperación), con eBay y Mercari como ejemplos.⁠^{[1]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). Vector Search overview}

Hay un límite práctico antes de empezar: el texto tiene que caber en el modelo. Los modelos de embeddings de OpenAI admiten como mucho 8192 tokens por entrada,⁠^{[2]OpenAI, documentación de la API. Vector embeddings} así que un documento largo se parte en fragmentos y cada fragmento recibe su propio vector.

Dónde falla, y la búsqueda híbrida

La búsqueda vectorial encuentra por parecido de significado, y eso tiene un reverso. La documentación de Google Cloud lo dice con ejemplos de tienda: los números de producto arbitrarios o los SKU, los nombres de productos que se acaban de añadir y los nombres en clave internos no funcionan con la búsqueda semántica, porque no estaban en los datos con los que se entrenó el modelo de embeddings.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search} Un código como «TV-200-BK» no significa nada para el modelo: es una cadena de caracteres.

La solución habitual es mezclar dos tipos de vector. Google distingue los embeddings densos, que representan el significado del texto, de los dispersos, que representan su sintaxis y funcionan como una búsqueda por palabras clave.⁠^{[1]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). Vector Search overview} La búsqueda híbrida usa los dos y une las dos listas de resultados con un método llamado Reciprocal Rank Fusion: cada resultado suma puntos según su posición en cada lista, de modo que lo que sale arriba en las dos queda primero. Un parámetro decide cuánto pesa cada lado, desde solo vectores densos hasta solo palabras clave.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search}

En una tienda

Un ejemplo ficticio: el buscador interno de una tienda de fotografía, con tres consultas. La última columna aplica lo que dice la documentación de Google Cloud sobre cada método.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search}

Las plataformas ya lo ofrecen. Desde el 24 de junio de 2024, las tiendas de Shopify en los planes Shopify y Advanced pueden activar la búsqueda semántica en la aplicación Search & Discovery, que entiende que quien busca «algo para ponerse en verano» quiere unos pantalones cortos;⁠^{[5]Shopify Changelog (24 de junio de 2024). Semantic search is now available on more plans} el anuncio no detalla la técnica que usa por dentro. Clione, por ejemplo, calcula un vector para cada producto y permite buscar en el catálogo por significado filtrando a la vez por estado, marca y disponibilidad.

La lección para el catálogo es doble. El vector solo puede representar lo que tu texto dice, así que la descripción tiene que nombrar el uso, el material y la situación en palabras normales. Y los códigos, el SKU, el MPN o el GTIN, tienen que estar en campos que la parte de palabras clave pueda encontrar tal cual.

Cómo comprobarlo

1. Busca en tu tienda una necesidad, no un producto, con palabras que tus fichas no usan. Si no sale nada útil, tu buscador no compara por significado.
2. Busca un SKU y un código del fabricante exactos. Si no aparece la ficha, el buscador no combina la parte de palabras clave o ese código no está indexado.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search}
3. Busca el nombre de un producto que diste de alta esta semana. Es el otro caso que Google señala como débil para los vectores.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search}
4. Comprueba que la descripción está en texto y no en una imagen, y que un texto muy largo se trocea: el modelo de embeddings tiene un máximo de tokens por entrada.⁠^{[2]OpenAI, documentación de la API. Vector embeddings}
5. Revisa las búsquedas sin resultados del informe de tu buscador interno, si lo tiene: son las consultas que ni las palabras ni los vectores resolvieron.

Concepto cercano: búsqueda semántica

La búsqueda semántica es el objetivo, encontrar por significado; la búsqueda vectorial es una de las técnicas para conseguirlo. Google presenta su Vector Search como un motor para búsquedas por similitud semántica,⁠^{[1]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). Vector Search overview} pero su propia documentación muestra que el mejor resultado sale de mezclar los vectores con las palabras de siempre.⁠^{[4]Google Cloud, documentación de Vertex AI (actualizada el 6 de octubre de 2026). About hybrid search}

Para seguir, la entrada de embeddings explica qué son los vectores y cómo se mide su distancia, y la ruta de lectura ordena el resto de términos.