Termo do glossário

O que é busca semântica?

Busca semântica é a busca por significado, e não por correspondência exata de palavras: ela encontra registros próximos em significado à consulta, mesmo quando usam formulações diferentes. Ela responde à pergunta "sobre o que era a conversa", enquanto a busca comum procura ocorrências literais de frases.

A base da busca semântica são os embeddings — vetores numéricos com os quais um modelo codifica o significado do texto. A consulta e os trechos das conversas são transformados nesses vetores, e o sistema encontra registros cujos vetores estão mais próximos do vetor da consulta. Assim, a consulta "cliente insatisfeito com a entrega" encontra conversas sobre "demorou muito para chegar", "a encomenda se perdeu" e "quando vai chegar", mesmo sem essas palavras exatas.

Isso difere fundamentalmente da busca por texto integral, que compara strings e tropeça em sinônimos, paráfrases, erros de digitação e fala coloquial. Nas transcrições de chamadas, as pessoas formulam a mesma ideia de dezenas de maneiras, então a busca por palavras-chave deixa passar boa parte do que é relevante, enquanto a busca por significado não.

Para um negócio, a busca semântica transforma um arquivo de conversas em uma base que responde: dá para perguntar em linguagem natural e obter todas as chamadas relevantes — por tema, objeção, motivo do contato — sem precisar inventar palavras-chave exatas. Isso acelera a análise de incidentes, a busca de exemplos e a preparação de uma base de conhecimento.

A busca semântica é uma camada aplicada sobre a análise de conversas: ela funciona sobre transcrições e dados extraídos e torna o arquivo autodocumentado. O mesmo mecanismo de embeddings está por trás da vinculação de conversas a uma base de conhecimento para IA.

Como funciona na plataforma

Na plataforma, a busca semântica ("por significado, não por palavras") funciona tanto nos filtros de registros quanto no copiloto de IA. Ela é construída sobre embeddings do texto das conversas e encontra registros relevantes para o significado de uma consulta dentro dos seus dados, com isolamento por proprietário e membros.

Análise avançada

Termos relacionados

Análise de conversas Análise de conversas é a análise automática de conversas (chamadas e trocas por texto) para extrair métricas, temas, tom e outros dados do que foi dito e de como o diálogo se desenrolou. Ela transforma gravações em dados estruturados sobre os quais dá para construir dashboards e tomar decisões. Base de conhecimento Uma base de conhecimento é uma coleção estruturada de documentos com respostas, fatos sobre o produto, políticas, scripts e soluções padrão, usada por pessoas e sistemas de IA. No contexto de conversas, ela também é uma fonte de contexto da qual a IA extrai informações confiáveis ao processar chamadas e trocas por texto. LLM (modelo de linguagem grande) Um LLM (large language model, modelo de linguagem grande) é um modelo de IA treinado em grandes volumes de texto, capaz de entender e gerar linguagem natural. Ele consegue responder perguntas, resumir, extrair dados e conduzir um diálogo, trabalhando com texto como entrada e saída flexíveis.

Pronto para começar?

Transforme cada conversa em dados, conhecimento e ação

Comece analisando suas conversas — sem risco e sem bots. A plataforma transforma seu arquivo em dados e base de conhecimento, e os agentes de voz com IA entram quando você estiver pronto.

Começar grátis Todos os planos e preços de operações

Plano Free, sem cartão necessário.