# Pesquisa semântica no PrestaShop: princípio e implementação

> Aproximar « carregador para o carro » e « adaptador de isqueiro » sem declarar sinónimo: o princípio, o que é preciso vetorizar, e sobretudo porque não se deve substituir a pesquisa existente mas combiná-la.

- Página: <https://www.datafirefly.com/pt/2026/09/05/pesquisa-semantica-prestashop/>
- Idioma: pt
- Publicado em: 2026-09-05
- Atualizado em: 2026-09-05
- Outros idiomas: [fr](https://www.datafirefly.com/2026/09/05/recherche-semantique-prestashop/index.md), [en](https://www.datafirefly.com/en/2026/09/05/semantic-search-prestashop-how-it-works/index.md), [es](https://www.datafirefly.com/es/2026/09/05/busqueda-semantica-prestashop-principio/index.md), [de](https://www.datafirefly.com/de/2026/09/05/semantische-suche-prestashop-prinzip/index.md), [it](https://www.datafirefly.com/it/2026/09/05/ricerca-semantica-prestashop-principio/index.md), [pl](https://www.datafirefly.com/pl/2026/09/05/wyszukiwanie-semantyczne-prestashop-zasada/index.md), [nl](https://www.datafirefly.com/nl/2026/09/05/semantisch-zoeken-prestashop/index.md)
- Índice: <https://www.datafirefly.com/pt/2026/llms.txt>

A pesquisa interna clássica compara cadeias de caracteres. Encontra os produtos cujo texto contém as palavras introduzidas, e mais nada. A pesquisa semântica compara sentidos: aproxima « carregador para o carro » e « adaptador de isqueiro » sem que nenhum sinónimo tenha sido declarado.

Eis como funciona realmente, quanto custa, e onde continua pior do que o clássico.

## O princípio, sem jargão

Cada produto do seu catálogo é transformado numa sequência de números, chamada vetor, que representa o seu sentido. Dois produtos próximos pelo sentido produzem vetores próximos nesse espaço.

Quando um visitante procura algo, o seu pedido é transformado da mesma forma, e depois o motor procura os vetores mais próximos. Nenhuma correspondência de palavras é necessária: é a proximidade de sentido que decide.

Esta transformação é produzida por um modelo de linguagem, treinado em enormes volumes de texto, que aprendeu que certos termos aparecem nos mesmos contextos. É isso que lhe permite saber que um isqueiro de carro e um carregador para o carro relevam do mesmo uso.

## O que resolve

Três situações em que o motor clássico falha sistematicamente.

**O vocabulário diferente.** O cliente emprega as suas palavras, o seu catálogo emprega as do fornecedor. Sem sinónimos declarados, nenhum resultado. É o caso mais frequente e mais caro.

**O pedido descritivo.** « Alguma coisa para arrumar ferramentas numa garagem » não contém nenhuma palavra do seu catálogo, mas descreve precisamente uma necessidade. O motor lexical devolve ruído ou nada.

**A gralha e a variação.** Plurais, conjugações, ortografias aproximadas são absorvidos pela representação vetorial sem ajuste particular.

## O que vetorizar

Pergunta que determina a qualidade dos resultados muito mais do que a escolha do modelo.

O mínimo útil: o nome do produto, a sua descrição curta, a sua categoria e os seus atributos principais. A descrição longa traz contexto mas também ruído, em particular quando contém condições de entrega ou menções legais idênticas em todas as fichas.

Um princípio simples: vetorize apenas o que distingue o produto. Qualquer texto presente de forma idêntica em cem fichas aproxima artificialmente essas cem fichas umas das outras e degrada a pertinência.

As características técnicas merecem um tratamento particular. Um modelo de linguagem compreende mal os números e as unidades: « 120 cm » e « 140 cm » parecem-lhe muito próximos. É um limite estrutural, não um defeito de configuração.

## O ponto mais importante: não substituir, combinar

É o erro de conceção clássico. A pesquisa semântica não é melhor do que a pesquisa lexical, é diferente, e é nitidamente pior em certos casos.

Numa **referência exata**, um código de produto, um número de peça, um código de barras, o lexical ganha sempre. O vetorial não compreende que uma sequência de caracteres deve corresponder exatamente.

Nos **valores numéricos**, tamanho, peso, dimensão, potência, o lexical associado a filtros continua superior.

Num **nome de marca**, o lexical é mais fiável, com o vetorial a tender a trazer marcas concorrentes do mesmo universo.

A arquitetura que funciona combina os dois: uma pesquisa lexical primeiro, completada pela camada vetorial quando devolve poucos ou nenhuns resultados, ou fundida com uma ponderação. Uma loja que bascula inteiramente para o semântico vê as suas pesquisas por referência degradarem-se, e são muitas vezes as dos seus melhores clientes.

## O custo, em claro

Três rubricas, de amplitudes muito diferentes.

**A indexação inicial.** Cada produto deve ser vetorizado uma vez. Num catálogo de dez mil referências, a operação representa um custo unitário baixo mas real, e um tempo de tratamento de algumas horas.

**A atualização.** Só os produtos modificados devem ser revetorizados. Uma reindexação completa a cada importação é um erro caro: detete as mudanças reais nos campos vetorizados.

**Os pedidos.** Cada pesquisa de visitante supõe vetorizar o pedido. É a rubrica que sobe com o tráfego, e a que é preciso olhar antes de avançar. Um cache dos pedidos frequentes reduz fortemente esse custo, com uma parte importante das pesquisas de uma loja a ser repetitiva.

## Medir antes e depois

Três indicadores, registados nos trinta dias que precedem a implementação.

A **taxa de pesquisas sem resultado**, que deve baixar nitidamente. É o ganho mais visível e mais imediato.

A **taxa de clique no primeiro resultado**, que mede a pertinência percebida. Se baixa enquanto a taxa de resultados sobe, o seu motor devolve produtos próximos mas não pertinentes.

A **taxa de conversão das sessões com pesquisa**, o único número que justifica o investimento.

Um quarto controlo, qualitativo: constitua uma lista de trinta pedidos reais saídos dos seus registos, com o resultado esperado, e reproduza-a depois de cada modificação. É o único meio de constatar uma regressão antes dos seus clientes.

O  implementa esta camada no PrestaShop 8 e 9: indexação vetorial do catálogo com seleção dos campos, combinação com a pesquisa lexical existente, produtos similares calculados sobre o sentido, e painel dos pedidos com a sua taxa de resultado.
