← → navegar
01
RAG · Embeddings · Multimodal
✵

Más allá
del texto

Una exploración con el catálogo SAMITEX: cómo una máquina entiende significado, recomienda por sentido y reconoce prendas por foto — todo en vivo.

Entrar →
Quién soy
S

Sebastián

Trabajo con datos, automatización e IA. Hoy les muestro cómo funcionan los embeddings y la búsqueda por significado usando algo cotidiano: la ropa.

embeddingsragmultimodaljina clip
El concepto

¿Qué es un embedding?

Es convertir significado en números. Escribe una palabra y mira en qué se transforma:

Convertir
Tu texto se vuelve un vector de 512 números (una "coordenada" de su significado).
El problema con la búsqueda

Palabras exactas vs. significado

Escribe una idea o situación, no palabras clave. La búsqueda por significado recomienda prendas del catálogo aunque no menciones su nombre ni su código.

Buscar

🔤 Búsqueda por palabra exacta (solo si el texto contiene esas palabras)

—

🧠 Búsqueda por significado (por sentido, aunque no menciones el nombre)

—
El mismo patrón, otro mundo

Identifica la prenda SAMITEX

Sube una foto o usa la cámara y la búsqueda visual encuentra el producto en el catálogo: tipo, nombre, color y código.

sube una foto o usa la cámara (clic para abrir, clic otra vez para capturar)
Lo que pasa por debajo

El stack, 100% gratis

EMBEDDINGS
Jina CLIP v2
Texto + imagen en el mismo espacio (512 dim). API gratis.
BÚSQUEDA VECTORIAL
Coseno en el navegador
Pocos productos → no hace falta base de datos vectorial.
MULTIMODAL
Texto ↔ imagen
Buscar prendas con palabras o reconocerlas por foto, mismo espacio.
HOSTING
Cloudflare Pages
Estático + funciones serverless. Sin tarjeta.

Los embeddings de las prendas están precalculados: en vivo solo se embebe tu búsqueda o tu foto.

Gracias

Significado > palabras

Los embeddings son la base de la búsqueda moderna, los recomendadores y el RAG. Y como viste, no hace falta un setup gigante para mostrarlo.

← Volver al inicio