Índice del artículo
En 30 segundos
Los embeddings son listas de números que representan un contenido y permiten comparar su semejanza.
Sirven para buscar documentos, agrupar comentarios o recomendar contenidos relacionados. Su utilidad depende de la tarea: parecido no significa correcto, ni demuestra que un documento siga vigente.
Una tienda pregunta por los gastos de entrega
Una tienda de muebles de Valladolid guarda su política comercial en un manual. Un empleado pregunta por «gastos de entrega», pero el documento habla de «coste de envío». Los embeddings pueden ayudar a relacionar ambas expresiones y localizar ese apartado. Los ejemplos de Valladolid y Zaragoza son ilustrativos: no son casos de clientes ni resultados medidos. Para probar esta búsqueda, comprueba si recupera la política que el empleado necesita consultar.
Conserva el documento de origen junto al pasaje encontrado. Antes de contestar al comprador, el empleado comprueba zona y excepciones: una condición para una entrega local puede no servir para otra dirección. El sistema prepara material para consultar; la persona decide qué puede comunicar. Encontrar un apartado sobre portes no autoriza a prometer una entrega ni a inventar las condiciones que falten.
Del manual a los pasajes candidatos
- Manual
- Fragmentos
- Embeddings
- Comparación
- Pasajes
La pregunta también se convierte en una representación comparable. El sistema la contrasta con las de los fragmentos y devuelve candidatos. La fragmentación consiste en dividir el contenido en partes para trabajar con ellas; puedes ampliar el concepto en fragmentación de documentos. Este recorrido termina al recuperar información: redactar una respuesta requiere otro paso.
Explicado fácil: un mapa de semejanzas
Piensa en un mapa de contenidos, donde los textos relacionados pueden ocupar posiciones próximas. Es una analogía: no hay un plano que el negocio tenga que interpretar. El modelo, el programa que calcula la representación, produce una lista de números llamada vector. La comparación entre esas listas ayuda a ordenar contenidos relacionados con una consulta. Tú ves los pasajes que devuelve la búsqueda, aunque no veas las listas numéricas.
Esa representación sirve para comparar, sin equivaler a una comprensión humana del documento. Tampoco es una puntuación de verdad: que un texto quede próximo a tu pregunta no demuestra que resuelva lo que has pedido. Por eso conviene hablar de semejanza en lugar de afirmar que la búsqueda «entiende». Si quieres conocer el uso de esta pieza dentro de un buscador, sigue con qué es la búsqueda semántica.
Palabras, semejanza y combinación
Por palabras
Qué aporta: Busca términos y puede incorporar variantes y sinónimos.
Qué comprobar: Que encuentre las referencias y expresiones concretas del catálogo.
Con embeddings
Qué aporta: Compara representaciones para recuperar contenidos por semejanza.
Qué comprobar: Que el pasaje encontrado responda a la pregunta, aunque trate el mismo tema.
Híbrida
Qué aporta: Combina búsqueda por palabras y por semejanza.
Qué comprobar: Que conserve la precisión con códigos y encuentre otras formas de describir un producto.
En una distribuidora de recambios de Zaragoza, buscar una pieza con una descripción coloquial y localizarla por su referencia son **necesidades distintas**. Contrasta las fichas encontradas con el código, la compatibilidad y la versión del catálogo antes de recomendar una pieza.
No lo confundas con
Token
Un token es una unidad de texto que procesa el modelo. No equivale a una palabra o página fija. Un embedding es una representación numérica para comparar contenidos, no una unidad para contar texto.
Almacén vectorial
Es donde se guardan y consultan las representaciones numéricas. Ayuda a localizar candidatos por semejanza; por sí solo no crea un asistente que redacta respuestas.
RAG
RAG es un sistema que recupera información externa y se la aporta a un modelo para responder. Recuperar y redactar son pasos distintos: el embedding participa en la búsqueda, no es la respuesta final.
Cómo comprobar si te sirve en el negocio
Prepara preguntas con respuesta conocida
Elige documentos ficticios o autorizados y escribe preguntas que puedas resolver consultándolos. Incluye otras formas de pedir lo mismo, referencias exactas y preguntas cuya respuesta no esté en el material. Anota de antemano qué pasaje debería aparecer en cada caso. Esa respuesta de referencia permite valorar la recuperación sin dejarte llevar por una demostración elegida para que salga bien. Para empezar, acota la prueba a una necesidad concreta, como localizar condiciones comerciales.
Revisa qué recupera antes de leer la respuesta
Mira los pasajes encontrados y compáralos con la referencia que habías preparado. Si una respuesta falla, comprueba primero qué texto se extrajo del original, cómo se dividió y qué llegó al modelo que redacta. La recuperación puede ser el problema: cambiar el modelo del chat no corrige por sí solo un documento que nunca se encontró. Registra los fallos junto a los aciertos y revisa también las consultas para las que no había respuesta.
Comprueba accesos y mide la revisión
Incluye consultas de personas que no deban acceder a determinados documentos y verifica que se denieguen. Los permisos se configuran en el sistema; no aparecen al crear embeddings. Anota el tiempo que lleva revisar y corregir los resultados, además del trabajo de mantener los documentos. Compara ese esfuerzo con la búsqueda que hacías antes. Esta prueba de búsqueda te permite decidir con tus datos; no atribuyas un ahorro o un porcentaje de acierto al sistema sin haberlo medido.
Qué preguntar antes de cambiar de modelo
Pide a quien lo implante que compruebe la compatibilidad de las representaciones antes de sustituir el modelo de embeddings. Dos listas de igual longitud no tienen por qué ser comparables. Si las representaciones del nuevo modelo no se pueden comparar con las del anterior, hay que recalcular los documentos y volver a evaluar la búsqueda. El mantenimiento debe contemplar ese trabajo, además de conservar el origen y las versiones del material para poder revisar qué se está consultando.
Para preparar una implantación, define primero qué necesitas encontrar y quién usará el buscador. Después concreta quién mantiene las fuentes, qué accesos tiene cada persona y cómo comprobarás los resultados. Puedes ampliar las piezas en base de datos vectorial y qué es RAG. Si necesitas ayuda para convertir esa necesidad en una prueba acotada, el siguiente paso es la consultoría de Ciade.
Dudas sobre embeddings, respuestas cortas
¿Solo sirven para buscar documentos?
También permiten agrupar y recomendar contenidos relacionados, además de clasificar textos. Por ejemplo, puedes plantear una prueba para agrupar comentarios por temas. El resultado sigue necesitando evaluación: que varios comentarios queden cerca no demuestra por sí solo que deban recibir el mismo tratamiento en tu negocio.
¿Necesito un sistema distinto para cada idioma?
No lo des por hecho. Existen modelos de embeddings multilingües con español entre los idiomas admitidos. Comprueba la cobertura del modelo elegido y prueba consultas y documentos en los idiomas de tu negocio. Esa evaluación debe guiar la decisión de traducir las consultas o mantener sistemas separados.
¿Un documento parecido contiene la respuesta correcta?
La semejanza no basta: un pasaje puede tratar el mismo tema y no resolver tu pregunta. Tampoco demuestra que la información siga vigente. Antes de usarlo para contestar a un cliente, comprueba el documento de origen, la zona a la que se aplica y sus excepciones.
¿Puedo mezclar embeddings de modelos distintos?
Comprueba primero la compatibilidad entre modelos. Dos listas con la misma cantidad de números no tienen por qué ser comparables. Si cambias a un modelo incompatible con el anterior, hay que recalcular las representaciones de los documentos y volver a evaluar la búsqueda antes de sustituir el sistema.
Fuentes
Fuentes oficiales, consultadas el 4 de noviembre de 2026
- OpenAI · Definición y usos de los embeddings
- Google · Embeddings y compatibilidad entre modelos
- Autores de E5 · Modelo multilingüe con español
- n8n · Carga de documentos y recuperación de contexto
- Elastic · Búsqueda por palabras, semántica e híbrida
Cómo lo comprobamos. Fuentes consultadas el 4 de noviembre de 2026. Ciade no ha probado estos modelos ni ejecutado búsquedas para esta pieza. Prueba la recuperación con tus documentos antes de elegir una configuración.
Qué ha cambiado.
- 4 de noviembre de 2026: Reescritura con ejemplo comercial, recorrido visual y criterios para evaluar la recuperación. Se retira la idea de que buscar con embeddings equivale a comprender.
Términos relacionados
Aprende a usar la IA en tu trabajo, con criterio.
El nivel 0 es gratis: cuarenta minutos para entender qué pedirle a la IA y qué revisar. El programa completo enseña a implementarla en tu propio negocio, tarea a tarea.
