Embeddings
Un embedding es una representación numérica (vector) de un texto o imagen que permite medir similitud semántica entre contenidos.
Actualizado: 17/11/2026
Definición
Un embedding es una representación numérica (vector) de un texto o imagen que permite medir similitud semántica entre contenidos.
Explicación
En lugar de buscar solo palabras exactas, comparas cercanía en el espacio vectorial: «plazo de entrega» se acerca a «fecha de suministro». Eso alimenta RAG, deduplicación y matching de partidas o productos.
La calidad depende del modelo de embedding, del troceado (chunking) y de metadatos (cliente, año, idioma). Un mal troceo parte tablas o pierde el encabezado. Reindexar cuando cambia el corpus es parte del mantenimiento.
Los embeddings no «entienden» solos: son un índice. La respuesta final la da el LLM o una regla. Separar recuperación y generación facilita depurar errores.
Ejemplo en empresa
En el matching de partidas, embeddings ayudan a proponer candidatas del banco aunque el texto del proyecto use sinónimos; el acierto se mide a la primera y en top-5, no solo «parece parecido».
Términos relacionados
Cómo lo trabajamos en Ship Shift
No publicamos definiciones aisladas: cada término del glosario encaja con un servicio o una solución que ya desplegamos. Si tu equipo está evaluando Embeddings, partimos del proceso real (datos, canales, ERP) y solo después elegimos el modelo o la herramienta. Puedes seguir en Asistente IA con tus documentos o contarnos el caso en contacto.