Entendiendo la Búsqueda Semántica y los Embeddings

Búsqueda Semántica

Helpium utiliza búsqueda semántica impulsada por IA para ayudar a los clientes a encontrar artículos relevantes, incluso si no utilizan las palabras exactas en el título del artículo.

Cómo Funciona

Cuando publicas un artículo, Helpium automáticamente:

1. Divide el contenido del artículo en fragmentos más pequeños (aproximadamente 500 tokens cada uno)
2. Genera un embedding vectorial para cada fragmento utilizando el modelo de embedding de OpenAI
3. Almacena los embeddings en una base de datos PostgreSQL habilitada para pgvector

Cuando un cliente realiza una búsqueda, su consulta también se convierte en un embedding. Helpium luego encuentra los fragmentos de artículo más similares utilizando búsqueda de similitud vectorial.

Por Qué Importa la Búsqueda Semántica

La búsqueda tradicional por palabras clave solo coincide con palabras exactas. La búsqueda semántica entiende el significado:

• Buscar "cómo cambiar mi contraseña" encuentra artículos sobre "actualización de credenciales" o "restablecimiento de tu inicio de sesión"
• Buscar "problema de facturación" encuentra artículos sobre "problemas de factura" o "errores de pago"

Actualizaciones Automáticas de Embedding

Los embeddings se regeneran automáticamente cuando tú:

• Publicas un artículo
• Actualizas el contenido, título o extracto de un artículo publicado
• Cambias el estado de un artículo a publicado

Recaída a Búsqueda por Palabras Clave

Si no hay embeddings disponibles (por ejemplo, para un nuevo espacio de trabajo sin artículos publicados), Helpium recurre a la búsqueda basada en palabras clave utilizando la coincidencia insensible a mayúsculas de PostgreSQL.

Sugerencias de Búsqueda

El centro de ayuda y el widget proporcionan sugerencias de búsqueda anticipada a medida que los clientes escriben. Estas se generan utilizando coincidencias de prefijos en los títulos de los artículos para resultados rápidos y en tiempo real.