{"section":"tutorials","requestedLocale":"pt","requestedSlug":"intelligent-search-busca-semantica-beta","locale":"pt","slug":"intelligent-search-busca-semantica-beta","path":"docs/pt/tutorials/beta/intelligent-search-beta/intelligent-search-busca-semantica-beta.md","branch":"main","content":"> ℹ️ A Busca Semântica está disponível exclusivamente como parte do Search Optimizer Agent, serviço adicional de otimização da busca.\n> \n> Essa funcionalidade está na fase Beta fechado, o que significa que somente clientes selecionados têm acesso a ela no momento. Se já é cliente da VTEX e deseja adotar o Search Optimizer Agent em seu negócio, entre em contato com o [Suporte Comercial](/pt/docs/tracks/suporte-comercial). É possível que taxas adicionais se apliquem. Se ainda não é cliente, mas tem interesse nesta solução, preencha o [formulário de contato](https://vtex.com/br-pt/contato/).\n\nO Intelligent Search combina a precisão das técnicas lexicais com a inteligência dos modelos semânticos de busca para oferecer uma experiência relevante, fluida e adaptada à intenção do usuário.\n\nEssa estratégia melhora a descoberta de produtos, aumenta a conversão e reduz atrito nas interações, especialmente em catálogos extensos e variados.\n\n## Conceitos iniciais\n\nO Intelligent Search une dois conceitos principais:\n\n* **Busca lexical**: baseada na correspondência direta de palavras-chave.  \n* **Busca semântica**: focada na interpretação do significado e da intenção por trás da consulta.\n\nSaiba mais sobre cada um a seguir.\n\n### Busca lexical\n\nA camada lexical da busca opera com base na correspondência direta entre os termos da consulta e os dados indexados no catálogo — como nome do produto, descrição, atributos técnicos, entre outros. Essa abordagem funciona bem quando o cliente utiliza palavras-chave exatas ou busca por códigos de produto.\n\n**Exemplo:**\n\n* **Consulta:** `Tênis Nike Air Max 90`  \n\n   * A busca lexical retorna exatamente os produtos com esse nome no catálogo.\n\n### Busca semântica\n\nJá a camada semântica, baseada em **Processamento de Linguagem Natural (NLP)** e **modelos de machine learning**, interpreta o significado das palavras e o contexto em que são usadas. Ela reconhece sinônimos, relaciona termos semelhantes e identifica a intenção do cliente mesmo quando a consulta não menciona palavras exatas encontradas no catálogo.\n\n**Exemplo:**\n\n* **Consulta**: `tênis para correr maratona`  \n\n   * A busca semântica entende que o usuário procura um tênis com foco em performance de longa distância, e prioriza produtos voltados para corrida de resistência, mesmo que não usem “maratona” na descrição.\n\n* **Consulta**: `roupas para treino no frio`\n\n   * **Lexical**: pode não encontrar correspondência direta com “treino no frio”.  \n   * **Semântica**: entende que o usuário procura por vestuário esportivo com proteção térmica, e prioriza peças como calças térmicas e blusas de manga longa.\n\n## Abordagem do Intelligent Search\n\nO Intelligent Search combina essas duas estratégias de forma dinâmica. A plataforma utiliza modelos semânticos treinados para o contexto de varejo e complementa essa interpretação com a estrutura lexical consolidada no Intelligent Search.\n\nEsse modelo considera:\n\n* Campos estruturados do catálogo (lexical)  \n* Relações entre termos e sinônimos (semântica)  \n* Contexto da busca e comportamento do usuário  \n* Relevância estatística e aprendizado de máquina\n\nO resultado é um sistema de busca que oferece resultados mais alinhados ao que os consumidores realmente querem encontrar, mesmo quando usam linguagem natural ou ambígua.\n\nExemplo: um ecommerce de informática recebe tanto buscas específicas por \"SSD A400 480GB\" (cenário em que a busca léxica é ideal) quanto consultas como \"melhor armazenamento para jogos\" (cenário em que a busca semântica é superior). O Intelligent Search consegue lidar eficientemente com ambas as consultas.\n\nNa prática, se um cliente digita \"memória 16GB\", por exemplo, a parte léxica identifica a capacidade exata (16GB) enquanto o componente semântico entende que \"memória\" pode se referir tanto a RAM quanto a cartões de memória, apresentando ambas as categorias com prioridade para os produtos mais relevantes baseados no comportamento anterior do usuário.\n\n## Vantagens\n\nA seguir, destacamos as principais vantagens dessa solução para a experiência do consumidor e a performance da loja:\n\n* **Aumento na conversão:** a entrega de resultados mais relevantes reduz o tempo até a descoberta de um produto, o que pode acelerar decisões de compra.  \n* **Entendimento de linguagem natural:** clientes podem buscar como falam: com perguntas completas, termos vagos ou linguagem informal. Por exemplo, é possível fazer uma consulta `qual é o melhor tênis para trilha?` e a busca entende que o cliente procura calçados com características específicas, como solado tratorado e resistência à água.  \n* **Suporte a casos complexos de descoberta:** ideal para catálogos com produtos com descrições mais subjetivas (ex: moda, beleza, decoração), onde o atributo exato pode não estar explicitamente presente, mas a intenção do usuário pode ser inferida."}