Glosario de IA · Datos y conocimiento
Base de datos vectorial
En una frase
Una base de datos vectorial es un sistema que guarda embeddings, listas de números que representan el significado de un contenido, y encuentra muy rápido los más parecidos a una consulta. Es la pieza de búsqueda de la mayoría de sistemas RAG.
También se llama: vector database · BBDD vectorial · almacén de vectores · vector store
¿Qué es una base de datos vectorial?
Una base de datos normal busca por valores exactos: el cliente con este NIF, los pedidos de marzo. Una base de datos vectorial busca por parecido: los diez fragmentos de documentación que más se parecen a esta pregunta.
Llévalo a tu empresa
La IA de UTIO, por API
Desde 29 €/mes + IVA
Para desarrolladores y agencias que montan sus propios productos.
Ver el API de IALo que guarda son embeddings: vectores de cientos o miles de números, uno por cada fragmento de texto, imagen o audio. Junto a cada vector guarda el contenido original y datos útiles para filtrar, como el idioma, la fecha o a qué cliente pertenece.
Relacionado con este término
API de IA
- Transcripción, voz, texto, imagen, OCR y embeddings
- Claves por cliente con tope de gasto
- Monedero prepago: recarga mínima de 50 €
Desde 29 €/mes + IVA Cuenta con panel, más consumo
Ver el API de IACómo funciona
- Indexar. Tus documentos se trocean, se calcula el embedding de cada trozo y se guarda con sus metadatos.
- Consultar. Llega una pregunta, se calcula su embedding y se pide a la base «dame los más cercanos».
- Filtrar. Se combina el parecido con condiciones normales: solo documentos en español, solo de este cliente, solo vigentes.
Comparar una pregunta con millones de vectores, uno a uno, sería lento. Por eso estas bases usan índices de búsqueda aproximada: renuncian a una precisión perfecta a cambio de responder en milisegundos. En la práctica la diferencia no se nota.
En un sistema RAG, la base vectorial es el buscador. Lo que devuelve se pasa al modelo de lenguaje, que redacta la respuesta. Si la búsqueda trae el fragmento equivocado, la respuesta saldrá mal aunque el modelo sea muy bueno. Por eso el grounding empieza aquí.
Ejemplo
Una empresa de mantenimiento de ascensores de Barcelona tiene manuales técnicos de veinte fabricantes, cientos de PDF. Sus técnicos pierden tiempo buscando el código de error correcto. Indexan los manuales en una base vectorial, con el fabricante y el modelo como filtros.
Desde el móvil, el técnico escribe «puerta no cierra, error E17, modelo X» y recibe los tres párrafos del manual de ese modelo que hablan de ese fallo. El filtro por fabricante evita que salga el E17 de otra marca, que significa otra cosa.
Cómo te afecta en tu empresa
Si solo quieres un agente que responda con tu documentación, no tienes que elegir ni mantener una base vectorial. En UTIO, el agente responde con tu base de conocimiento y la memoria del agente y el CRM se guardan en España.
Si construyes tu propio buscador o tu propio RAG, el API de IA de UTIO crea los embeddings para indexar y buscar en tu contenido, y pasa los documentos escaneados a texto con OCR antes de indexarlos. La base vectorial la eliges tú.
Preguntas frecuentes
¿Necesito una base de datos vectorial para usar RAG?
Para pocos documentos, no siempre: se pueden comparar los vectores en memoria o con una extensión de tu base de datos de siempre. Cuando hay muchos miles de fragmentos, muchas consultas o filtros por cliente, una base vectorial compensa.
¿Qué bases de datos vectoriales existen?
Hay servicios dedicados, como Pinecone, Qdrant, Weaviate o Milvus, y extensiones de bases de datos conocidas, como pgvector para PostgreSQL. La elección depende del volumen, de dónde quieres los datos y de lo que ya usa tu equipo.
¿Una base de datos vectorial sustituye a la base de datos normal?
No. Sirve para buscar por parecido. Los pedidos, las facturas y los clientes siguen en tu base de datos de siempre, donde importan los valores exactos.
Términos relacionados
- Embeddings
Un embedding es una lista de números que representa el significado de un texto, una imagen o un audio. Textos con significado parecido tienen embeddings cercanos, y eso permite buscar por sentido y no solo por palabras exactas.
- RAG
RAG (generación aumentada por recuperación) es una técnica que hace que un modelo de lenguaje busque primero en tus documentos los fragmentos relevantes y redacte la respuesta a partir de ellos, en lugar de contestar solo de memoria.
- Base de conocimiento
Una base de conocimiento es el conjunto ordenado de información de una empresa (preguntas frecuentes, condiciones, horarios, fichas de producto, procedimientos) del que un agente de IA o un equipo saca las respuestas.
- Grounding
El grounding o anclaje es la práctica de hacer que un modelo de IA base sus respuestas en fuentes concretas y verificables, como tus documentos, una base de datos o una búsqueda, en lugar de en lo que recuerda de su entrenamiento.
- API
Una API (interfaz de programación de aplicaciones) es un conjunto de reglas que permite que un programa pida datos o acciones a otro: envías una petición con un formato acordado y recibes una respuesta, sin necesidad de saber cómo está hecho por dentro.
Actualizado el