Todo lo que querrías saber antes de instalar.
Una mirada detallada a cómo funciona Vector Search Native — Búsqueda semántica IA para WooCommerce, por qué lo construimos así y la lógica detrás de las características anteriores.
Por qué la búsqueda nativa de WooCommerce ya no es suficiente
El motor de búsqueda de WooCommerce se basa en una simple coincidencia LIKE en la base de datos. Si su cliente teclea chaqueta ligera de algodón para verano y su producto se llama blazer estival de lino, no encontrará nada. Peor aún, en consultas largas o imprecisas, sus mejores productos permanecen invisibles. La búsqueda semántica resuelve esto comparando el significado de las palabras, no su forma.
Cómo funciona la búsqueda semántica
Cada producto se convierte en un vector de unos cientos a unos miles de números mediante un modelo de IA (un embedding). La consulta del usuario se convierte en vector con el mismo modelo. El plugin calcula entonces la similitud coseno entre el vector de consulta y todos los vectores de producto almacenados, devolviendo los mejores resultados. Los modelos modernos capturan la semántica con una sutileza impresionante y funcionan incluso con consultas mal escritas o multilingües.
Indexación incremental: eficiente por diseño
Cada texto de producto se hashea en SHA-256 antes de cualquier llamada API. Si el hash existente coincide, no se realiza llamada. Esto significa que un cron que pasa cada minuto sobre un catálogo estable no cuesta nada. Solo los productos realmente modificados desencadenan un re-embedding.
Fallback: su red de seguridad
Si la API del proveedor no está disponible temporalmente, si su clave está mal configurada o si la consulta es tan específica que la búsqueda semántica devuelve menos de N resultados (umbral configurable), el plugin deja silenciosamente que la búsqueda nativa de WooCommerce tome el relevo. Sus clientes nunca ven una página de resultados vacía por culpa de un problema en el lado IA.
Qué proveedor elegir
OpenAI text-embedding-3-small ofrece la mejor relación calidad-precio para la mayoría de tiendas. Voyage AI propone modelos entrenados específicamente para búsqueda e-commerce, con calidad de retrieval a menudo superior. Cohere embed-multilingual-v3.0 es imbatible para catálogos que mezclan varios idiomas europeos en una misma tienda. Puede cambiar entre los tres sin perder su configuración, basta con un reíndice.
Instalación y configuración en 3 minutos
Suba el ZIP, active, vaya a WooCommerce y luego Vector Search. Elija un proveedor, pegue su clave API, seleccione un modelo, haga clic en Test connection. Si la prueba pasa, haga clic en Queue all products for reindex y luego en Auto-process until done. Su catálogo ya es buscable por significado.
No hay valoraciones aún.