Glossário
O que é embedding?
Embedding é a forma de transformar um texto em uma sequência de números (um vetor) que representa o seu significado. Com isso, a IA consegue comparar textos por sentido, e não só por palavras idênticas — entendendo que "valor" e "preço" são parecidos.
Explicação simples
Embedding é o jeito que a IA tem de transformar palavras e frases em números que carregam o significado do texto. Textos com sentidos parecidos viram números próximos entre si. Assim, a IA percebe que "quanto custa" e "qual o preço" querem dizer quase a mesma coisa, mesmo escritos de formas diferentes.
Exemplo prático
Um cliente pergunta "vocês fazem entrega?" e a base do negócio guarda uma resposta sobre "frete e envio". Mesmo sem usar a palavra "entrega", a IA encontra a informação certa porque os embeddings reconhecem que os textos têm significados próximos. É busca por sentido, não por palavra exata.
Por que importa no atendimento
Clientes perguntam cada um de um jeito. O embedding permite que a IA encontre a resposta certa mesmo quando a pergunta não usa as palavras cadastradas. É uma das peças que tornam técnicas como o RAG possíveis — buscar a informação relevante por significado antes de responder.
Relação com a Unred
A Unred usa busca por significado para encontrar a informação certa do negócio quando o cliente escreve do jeito dele, e responder com precisão pelo WhatsApp — sem depender de o cliente usar as palavras exatas que foram cadastradas.
Termos relacionados
Conceitos ligados ao embedding:
- RAG — usa embeddings para buscar antes de responder
- Prompt — a instrução que a IA recebe junto da informação
- IA conversacional — a tecnologia que gera a resposta final
Perguntas frequentes
O que é embedding?
É a forma de transformar texto em números (vetores) que representam o significado. Com isso, a IA compara textos por sentido — entendendo, por exemplo, que "preço" e "valor" são parecidos.
Para que serve um embedding?
Serve para a IA buscar informação por significado, e não só por palavras idênticas. É o que permite encontrar a resposta certa mesmo quando a pergunta foi feita de um jeito diferente do cadastrado.
Qual a relação entre embedding e RAG?
O RAG usa embeddings para encontrar, dentro de uma base, os textos mais relevantes para a pergunta antes de a IA responder. O embedding é a peça que faz essa busca por significado funcionar.