Como as respostas de IA são criadas
Busca híbrida
Também chamado: Hybrid search, BM25
A busca híbrida combina a correspondência por palavras-chave, muitas vezes com uma fórmula chamada BM25, e a busca vetorial por significado, e depois junta os resultados.
Em palavras simples
A busca por palavras-chave é boa em correspondências exatas: nomes, códigos de produto e números de erro. A busca vetorial é boa em significados parecidos.
A Anthropic descreve o BM25 como uma função de ranking que encontra correspondências exatas de palavras ou frases. Ele se baseia em uma ideia mais antiga chamada TF-IDF.
Exemplo
A Anthropic dá este exemplo. Alguém busca "Error code TS-999" em uma base de suporte. Um modelo de embeddings pode encontrar conteúdo sobre códigos de erro em geral, enquanto o BM25 encontra a correspondência exata "TS-999".
Por que importa para a busca com IA
Nos testes da Anthropic, combinar embeddings e BM25 funcionou melhor do que usar só embeddings.
Então contam tanto suas palavras exatas quanto seu significado. Nomes exatos ajudam a busca por palavras-chave; explicações claras ajudam a busca vetorial.
O que você pode fazer
- Escreva nomes exatos, números de modelo e códigos em texto simples, não só em imagens ou PDFs.
- Explique também em palavras simples o que eles são.
- Use sempre o mesmo nome para cada produto.
Muitas vezes confundido com
- Busca vetorial
- A busca vetorial é uma metade da busca híbrida: a que busca pelo significado.
Fontes
Fatos e fontes verificados pela última vez em 19 de outubro de 2026.
Termos relacionados
Como sua página se sai na busca com IA?
O GEO-Score verifica uma página em 22 sinais, do acesso dos rastreadores de IA aos dados estruturados, e mostra o que corrigir primeiro.
Analisar uma página