# Búsqueda vectorial: qué es y qué cambia en tu tienda

> Qué es la búsqueda vectorial, cómo encuentra productos por parecido con embeddings, por qué falla con un SKU y qué aporta la búsqueda híbrida de Google.

URL: https://clione.ai/es/glosario/busqueda-vectorial/
Lang: es

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**.[^vertex-overview] Esos vectores son los [_embeddings_](/es/glosario/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.[^openai-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.[^hnsw] 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)](/es/glosario/rag/), con eBay y Mercari como ejemplos.[^vertex-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](/es/glosario/token/) por entrada,[^openai-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](/es/glosario/sku/), los nombres de productos que se acaban de añadir y los nombres en clave internos **no funcionan con la [búsqueda semántica](/es/glosario/busqueda-semantica/), porque no estaban en los datos con los que se entrenó el modelo de _embeddings_**.[^vertex-hybrid] 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.[^vertex-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.[^vertex-hybrid]

## 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.[^vertex-hybrid]

| Consulta                                          | Solo palabras clave                                | Solo búsqueda vectorial                                              | Búsqueda híbrida                                      |
| ------------------------------------------------- | -------------------------------------------------- | -------------------------------------------------------------------- | ----------------------------------------------------- |
| «algo para hacer fotos de noche sin que tiemble»  | Pocos resultados: las fichas no usan esas palabras | Trípodes y estabilizadores, por parecido de significado              | Trípodes y estabilizadores                            |
| «TV-200-BK», el código que da el fabricante       | La ficha que contiene ese código                   | Riesgo de no encontrarla: el código no significa nada para el modelo | La ficha exacta, gracias a la parte de palabras clave |
| El nombre de una gama que la marca lanzó este mes | La encuentra si la ficha lo escribe                | Riesgo de confundirla con algo parecido                              | La encuentra                                          |

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;[^shopify-semantic] 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](/es/glosario/mpn/) o el [GTIN](/es/glosario/gtin/), tienen que estar en campos que la parte de palabras clave pueda encontrar tal cual.


Que la búsqueda vectorial sustituye a la búsqueda por palabras clave, y que activarla mejora todas las consultas. Google Cloud explica que cada método falla donde el otro acierta, que un SKU o un nombre recién creado no funcionan con la búsqueda semántica y que por eso existe la búsqueda híbrida, **mejor que cualquiera de los dos por separado**.[^vertex-hybrid]


## 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.[^vertex-hybrid]
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.[^vertex-hybrid]
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.[^openai-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/glosario/busqueda-semantica/) 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,[^vertex-overview] pero su propia documentación muestra que el mejor resultado sale de **mezclar los vectores con las palabras de siempre**.[^vertex-hybrid]

Para seguir, la entrada de [_embeddings_](/es/glosario/embeddings/) explica qué son los vectores y cómo se mide su distancia, y la [ruta de lectura](/es/aprender/busqueda-con-ia/) ordena el resto de términos.