Prefixbox AI Search Engine to nowej generacji silnik wyszukiwania, który łączy trzy kluczowe technologie: wyszukiwanie wektorowe (vector search), wyszukiwarkę słów kluczowych (keyword/pełnotekstową) oraz wykorzystanie modeli językowych (LLM). Dzięki temu rozumie intencję użytkownika i dobiera najbardziej trafne wyniki—nawet wtedy, gdy w zapytaniu nie występuje dosłowne dopasowanie do tekstu produktu.
Inteligentne rozumienie zapytań
Silnik Prefixbox analizuje znaczenie zapytania, a następnie wykorzystuje zarówno podejście wektorowe, jak i klasyczne dopasowanie tekstowe. Co ważne, wyszukiwanie wektorowe nie zastępuje keyword search—działa obok niego, zwiększając szansę na znalezienie właściwych produktów w szerszym zakresie scenariuszy wyszukiwania.
Wyszukiwanie wektorowe (Vector Search)
Vector search wykorzystuje matematyczną reprezentację treści w postaci wektorów. Zarówno produkty, jak i zapytania są mapowane do przestrzeni wektorowej, a silnik wybiera te produkty, których wektory są najbardziej zbliżone do wektora zapytania. To podejście pomaga zwracać trafne wyniki także wtedy, gdy między zapytaniem a produktem nie ma bezpośredniej zgodności słów.
Rozwiązanie jest autorskie i oparte o możliwości Elasticsearch, co zapewnia wysoką jakość dopasowań oraz elastyczność w obsłudze wyników.
Wyszukiwanie słów kluczowych (Keyword Search)
Keyword search opiera się na zaawansowanych algorytmach dopasowania tekstu (full-text). Uwzględnia moduły Query Understanding oraz Ranking & Retrieval, dzięki czemu wyniki są budowane w oparciu o rozumienie zapytania oraz skuteczne mechanizmy wyszukiwania i oceny relewancji.
Modele językowe (LLMs) do wzbogacania katalogu
Prefixbox wykorzystuje LLM do automatycznego wzbogacania katalogu produktowego: podsumowuje opisy oraz wyciąga istotne atrybuty produktów. Dzięki temu wyszukiwarka ma bogatszy kontekst i może lepiej rozumieć, co oferują poszczególne produkty.
AI re-ranking wyników na podstawie zachowań użytkowników
Silnik generuje kandydatów do wyników w ramach każdej ze strategii wyszukiwania. Następnie top 200 wyników dla zapytania jest dynamicznie przeliczanych (re-rank) przy użyciu autorskiego algorytmu opartego o dane click-stream. W efekcie na pierwszych pozycjach pojawiają się te rezultaty, które klienci najczęściej wybierają i z którymi najchętniej wchodzą w interakcję.
Galeria
Filmy
Zalety
- + mocny nacisk na conversion i „shopping assistant”/agentowe doświadczenie
- + dopasowane pod większych retailerów
- + hybrydowe podejście (wektory/LLM/GPT w warstwie search)
- + narzędzia do optymalizacji jakości wyników i automatyzacji merchandisingu pod wyszukiwanie
Wady
- − złożoność zależnie od zakresu
Informacje o firmie
| Firma | Prefixbox R&D Kft |
|---|---|
| Rok założenia | 2014 |
| Kraj | Wegry |
