Definizione
Che cos’è Vector database e come funziona?
I contenuti vengono trasformati in embedding, cioè sequenze di numeri che rappresentano caratteristiche e significato. La ricerca trova gli elementi semanticamente più vicini alla domanda, anche se non contengono le stesse parole.
Nei sistemi RAG il database vettoriale aiuta a recuperare i passaggi pertinenti. Non sostituisce necessariamente il database gestionale e deve conservare metadati, permessi e riferimenti alla fonte originale.
Esempio aziendale
Esempio di Vector database in azienda
Un assistente tecnico cerca “pressione troppo bassa” e trova anche un paragrafo intitolato “calo del circuito pneumatico”, perché i due contenuti sono vicini per significato.
Applicazioni
Quando può essere utile
- ricerca semantica nei documenti
- RAG e assistenti aziendali
- ricerca di immagini simili
- raccomandazione di contenuti
- individuazione di documenti correlati
Limiti
Quando fare attenzione
- uso senza filtri di autorizzazione
- contenuti duplicati e non aggiornati
- mancanza del collegamento alla fonte
- aspettativa che la similarità equivalga sempre a correttezza
Da non confondere
Vector database e database relazionale: cosa cambia?
Il database relazionale cerca e collega dati strutturati attraverso campi e regole. Il vector database trova elementi simili per significato. In un’applicazione aziendale spesso vengono usati insieme.
Dalla definizione al progetto
Cosa può realizzare Agentix con Vector database
La scelta del vector database parte da ciò che l’azienda ha già: spesso un’estensione come pgvector su PostgreSQL è sufficiente ed evita un nuovo sistema da gestire, mentre volumi molto grandi o requisiti di latenza stretti giustificano un motore dedicato. Ogni vettore viene salvato con i metadati per filtrare per reparto, lingua, versione del documento e diritti di accesso.
Costruiamo la pipeline che tiene l’indice allineato alle fonti: quando un documento viene modificato o eliminato nell’archivio, i suoi vettori vengono aggiornati o rimossi. Affianchiamo alla ricerca per significato quella per parola esatta, indispensabile per codici articolo, matricole e sigle che la sola similarità vettoriale tende a confondere.
Crea un assistente sui documentiRisposte rapide
Domande frequenti su Vector database
Serve sempre un vector database per fare RAG?
No. Per raccolte piccole o casi specifici possono bastare altri sistemi di ricerca. La scelta dipende da volume, filtri, prestazioni e manutenzione.
Il vector database contiene il documento completo?
Può contenere porzioni e metadati oppure soltanto i vettori con un riferimento alla fonte originale, in base all’architettura.
Dal concetto all’applicazione
Vuoi applicare Vector database nella tua azienda?
Partiamo dal processo, dai dati disponibili e dal risultato atteso per definire un primo progetto concreto.