Klasyczna wyszukiwarka wewnętrzna porównuje ciągi znaków. Znajduje produkty, których tekst zawiera wpisane słowa, i nic więcej. Wyszukiwanie semantyczne porównuje znaczenia: łączy „ładowarkę samochodową” z „przejściówką do gniazda zapalniczki”, choć nie zadeklarowano żadnego synonimu.
Oto jak to naprawdę działa, ile kosztuje i gdzie pozostaje gorsze od klasycznego podejścia.
Zasada, bez żargonu
Każdy produkt w waszym katalogu zostaje zamieniony na ciąg liczb, nazywany wektorem, który reprezentuje jego znaczenie. Dwa produkty bliskie znaczeniowo dają wektory leżące blisko siebie w tej przestrzeni.
Kiedy odwiedzający czegoś szuka, jego zapytanie zostaje przekształcone w ten sam sposób, a następnie silnik szuka najbliższych wektorów. Żadne dopasowanie słów nie jest potrzebne: decyduje bliskość znaczenia.
To przekształcenie wykonuje model językowy, wytrenowany na ogromnych ilościach tekstu, który nauczył się, że pewne pojęcia pojawiają się w tych samych kontekstach. Dzięki temu wie, że gniazdo zapalniczki i ładowarka samochodowa należą do tego samego zastosowania.
Co to rozwiązuje
Trzy sytuacje, w których klasyczny silnik zawodzi za każdym razem.
Odmienne słownictwo. Klient używa swoich słów, wasz katalog używa słów dostawcy. Bez zadeklarowanych synonimów żadnego wyniku. To przypadek najczęstszy i najbardziej kosztowny.
Zapytanie opisowe. „Coś do przechowywania narzędzi w garażu” nie zawiera żadnego słowa z waszego katalogu, ale precyzyjnie opisuje potrzebę. Silnik leksykalny zwraca szum albo nic.
Literówka i odmiana. Liczba mnoga, formy fleksyjne i przybliżona pisownia zostają wchłonięte przez reprezentację wektorową bez żadnych dodatkowych ustawień.
Wyszukiwanie Semantyczne AI: Moduł PrestaShop 8 i 9Wyszukiwanie, które rozumie intencję, nie tylko słowa kluczowe€149,00
Co wektoryzować
To pytanie decyduje o jakości wyników znacznie bardziej niż wybór modelu.
Użyteczne minimum: nazwa produktu, krótki opis, kategoria i główne atrybuty. Długi opis wnosi kontekst, ale też szum, zwłaszcza gdy zawiera warunki dostawy albo noty prawne identyczne na wszystkich kartach.
Prosta zasada: wektoryzujcie tylko to, co odróżnia produkt. Każdy tekst obecny identycznie na stu kartach sztucznie zbliża te sto kart do siebie i obniża trafność.
Parametry techniczne zasługują na osobne traktowanie. Model językowy słabo rozumie liczby i jednostki: „120 cm” i „140 cm” wydają mu się bardzo bliskie. To ograniczenie strukturalne, nie błąd konfiguracji.
Najważniejszy punkt: nie zastępować, tylko łączyć
To klasyczny błąd projektowy. Wyszukiwanie semantyczne nie jest lepsze od leksykalnego, jest inne, a w pewnych przypadkach wyraźnie gorsze.
Przy dokładnym kodzie, kodzie produktu, numerze części, kodzie kreskowym, leksykalne wygrywa zawsze. Wektorowe nie rozumie, że ciąg znaków musi zgadzać się dokładnie.
Przy wartościach liczbowych, rozmiarze, wadze, wymiarze, mocy, leksykalne połączone z filtrami pozostaje lepsze.
Przy nazwie marki leksykalne jest pewniejsze, bo wektorowe ma skłonność do podsuwania marek konkurencyjnych z tego samego świata.
Architektura, która działa, łączy oba podejścia: najpierw wyszukiwanie leksykalne, uzupełnione warstwą wektorową, gdy zwraca mało wyników albo żadnych, albo połączone z wagą. Sklep, który przechodzi całkowicie na semantykę, widzi pogorszenie wyszukiwania po kodzie, a to często wyszukiwania jego najlepszych klientów.
Koszt, wprost
Trzy pozycje o bardzo różnej skali.
Indeksowanie początkowe. Każdy produkt trzeba raz zwektoryzować. Przy katalogu dziesięciu tysięcy pozycji operacja oznacza niski, ale realny koszt jednostkowy i kilka godzin przetwarzania.
Aktualizacja. Tylko zmienione produkty wymagają ponownej wektoryzacji. Pełne przeindeksowanie przy każdym imporcie to kosztowny błąd: wykrywajcie rzeczywiste zmiany w wektoryzowanych polach.
Zapytania. Każde wyszukiwanie odwiedzającego wymaga zwektoryzowania zapytania. To pozycja rosnąca wraz z ruchem i ta, na którą warto spojrzeć przed startem. Pamięć podręczna częstych zapytań mocno ją obniża, bo znaczna część wyszukań w sklepie się powtarza.
Mierzyć przed i po
Trzy wskaźniki, zebrane przez trzydzieści dni poprzedzających wdrożenie.
Odsetek wyszukań bez wyniku, który powinien wyraźnie spaść. To zysk najbardziej widoczny i najszybszy.
Odsetek kliknięć w pierwszy wynik, który mierzy odczuwaną trafność. Jeśli spada, podczas gdy odsetek wyników rośnie, wasz silnik zwraca produkty bliskie, ale nietrafione.
Współczynnik konwersji sesji z wyszukiwaniem, jedyna liczba uzasadniająca inwestycję.
Czwarta kontrola, jakościowa: zbudujcie listę trzydziestu prawdziwych zapytań z waszych logów wraz z oczekiwanym wynikiem i odtwarzajcie ją po każdej zmianie. To jedyny sposób, żeby zauważyć regresję przed klientami.
Moduł Wyszukiwania Semantycznego AI dla PrestaShop wdraża tę warstwę na PrestaShop 8 i 9: indeksowanie wektorowe katalogu z wyborem pól, połączenie z istniejącym wyszukiwaniem leksykalnym, produkty podobne liczone na znaczeniu oraz panel zapytań z ich odsetkiem wyników.