Banco de dados vetorial
iadados
Banco otimizado para armazenar embeddings e buscar por similaridade semântica — a base da busca por significado e do RAG.
Um banco de dados vetorial armazena embeddings (vetores numéricos) e é otimizado para uma operação específica: encontrar os vetores mais parecidos com um vetor de consulta, rapidamente, mesmo entre milhões de itens.
É isso que faz a busca semântica funcionar: você não casa palavras exatas, casa significado. Pergunte “como cancelo minha assinatura?” e ele acha o documento sobre “encerramento de conta”, mesmo sem as mesmas palavras.
É a peça central do RAG. Exemplos: Pinecone, Weaviate, Qdrant, pgvector (extensão do PostgreSQL).