Glossário

Pesquisa com IA

O que é Pesquisa com IA?

A pesquisa com IA designa métodos de pesquisa que usam IA para compreender a intenção por trás de uma consulta, ponderar resultados e, muitas vezes, gerar uma resposta resumida com fontes em vez de uma simples lista de ligações. Tecnicamente, utilizam pesquisa por palavras-chave, pesquisa vetorial sobre embeddings ou uma combinação, frequentemente seguida de um modelo de linguagem. Exemplos são os motores de resposta na web e a pesquisa interna de conhecimento que ajuda os colaboradores a encontrar o que precisam em manuais e políticas.

Como o KI.ordo ajuda

O KI.ordo pesquisa o conhecimento guardado no servidor através da pesquisa por palavras-chave BM25 e não utiliza pesquisa vetorial nem por embeddings.

Saber mais

Temas

Pesquisa
Conhecimento
Retrieval

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Recuperação de informação

A recuperação de informação abrange métodos que encontram, num grande corpo de texto, os documentos ou passagens que correspondem a uma consulta e os ordenam por relevância. As abordagens clássicas, como o BM25, ponderam os termos de pesquisa consoante a frequência e a raridade com que ocorrem; as mais recentes acrescentam a semelhança semântica. Está na base dos motores de pesquisa, da pesquisa empresarial e da geração aumentada por recuperação, em que um modelo de linguagem usa as passagens recuperadas como base da sua resposta.

Pesquisa
BM25
+1

Geração aumentada por recuperação (RAG)

A geração aumentada por recuperação combina pesquisa com geração de texto: antes de responder, o sistema pesquisa numa coleção de conhecimento – como manuais, diretrizes ou FAQ – as passagens relevantes e transmite-as ao modelo de linguagem como contexto. A resposta baseia-se assim em conteúdos atuais e específicos da empresa, e não apenas no conhecimento de treino do modelo. Isto reduz as afirmações inventadas, torna as fontes rastreáveis e permite atualizações sem retreino.

RAG
pesquisa de conhecimento
+1

Vetor de embedding

Um vetor de embedding (embedding) é uma lista de números que representa o significado de uma palavra, frase ou documento, de modo que textos com conteúdo semelhante fiquem próximos uns dos outros. Isto permite reconhecer, por exemplo, que "rescisão" e "fim do contrato" estão relacionados, apesar de não partilharem palavras. Os embeddings estão na base de muitos sistemas de pesquisa semântica, serviços de recomendação e aplicações RAG; são calculados por modelos especificamente treinados.

vetor
pesquisa semântica
+1

Otimização para motores generativos (GEO)

A otimização para motores generativos (GEO, do inglês generative engine optimisation) abrange medidas que ajudam os conteúdos a ganhar visibilidade, e a serem citados como fonte, em sistemas de pesquisa com IA, como o ChatGPT, o Perplexity ou as visões gerais de IA nos motores de pesquisa. O termo provém de um artigo científico de 2023. Os fatores principais incluem respostas claras e diretamente citáveis, uma estrutura limpa, factos comprovados, informação atualizada e autores identificáveis. A GEO complementa a otimização para motores de pesquisa (SEO) clássica, em vez de a substituir.

pesquisa com IA
SEO
+1

Modelo