Vektorová databáze: úložiště embeddingů pro efektivní vyhledávání

Přehled: co je vektorová databáze a proč je klíčová pro LLM/SEO

Vektorová databáze je specializované úložiště pro ukládání a dotazování embeddingů – vysokodimenzionálních reprezentací textu, obrázků či multimodálních objektů. Umožňuje vyhledávání podobnosti (k-NN) podle sémantiky namísto přesné shody řetězců. V praxi je základem pro RAG (Retrieval-Augmented Generation), interní vyhledávání, deduplikaci obsahu, doporučování a moderní SEO/AEO (Answer/AI Engine Optimization), kde je nutné odpovídat na dotazy „podle významu“.

Embeddingy: význam, typy a vlastnosti

Definice: vektor reálných čísel (např. d=384–4096), který zachycuje význam jednotky obsahu (slova, věty, odstavce, dokumentu, obrázku).
Typy: sentence a passage embeddingy pro text; multimodal (text↔obraz); domain-specific (kód, právo, medicína).
Normalizace: L2 norma na jednotkovou délku je běžná při kosinové podobnosti a usnadňuje metrické porovnávání.
Stabilita v čase: změny modelů vytvářejí odlišné embeddingy; vyžadují versioning a migrační strategie.

Metriky podobnosti: kosinus, dot-product a euklidovská vzdálenost

Kosinová podobnost: míra úhlu mezi vektory; je robustní vůči škálování a upřednostňuje se u L2 normalizovaných embeddingů.
Dot-product (inner product): citlivý na délku vektoru; používá se při učení, které optimalizuje skóre přímo.
Vzdálenost L2: vhodná pro některé knihovny a kvantizační indexy; při normalizaci konverguje ke kosinové podobnosti.

Indexování: přesné vs. aproximované vyhledávání k-NN

Přesné (brute-force): 100 % recall, ale nákladné (O(N·d)). Vhodné pro malé kolekce, re-ranking nebo offline dávkové zpracování.
ANN indexy (Approximate Nearest Neighbors): HNSW (graf), IVF (seznamy clusterů k-means), PQ/OPQ (kvantizace), ScaNN (anizotropní vyhledávání). Umožňují kompromis mezi recall, latencí a pamětí.
Parametry ladění: efSearch/efConstruction pro HNSW, nlist/nprobe pro IVF, bitová hloubka PQ; všechny ovlivňují přesnost a rychlost.

Struktura záznamu: vektor + metadata + obsah

Primární klíč: stabilní id (URI/UUID) pro mapování zpět ke zdroji (URL, dokumentu, entitě).
Vektor: pole float32/float16/int8 (podle komprese); případně více vektorů pro různé pohledy (title/body/anchor).
Metadata: vlastnosti umožňující filtrování (filterable) (jazyk, datum, autor, téma, region, přístupová práva).
Payload: zkrácený text/HTML snippet, odkaz, checksum, verze embeddingu a zdroje.

Komprese a náklady: PQ, SQ a smíšená přesnost

Product Quantization (PQ/OPQ): snižuje nároky na RAM/SSD a latenci za cenu mírné ztráty přesnosti.
Scalar Quantization (SQ/int8): jednodušší a levná komprese; pozor na citlivost u slabších modelů.
Float16/BF16: kompromis mezi přesností a náklady při akceleraci pomocí GPU.

Filtry a hybridní vyhledávání: BM25 + vektor + re-ranking

Vektor + filtry metadat: omezení prostoru (jazyk, časové okno, region) zvyšuje relevanci a rychlost.
Hybridní vyhledávání: kombinace lexikálního skóre (BM25) a vektorového skóre (např. vážený součet nebo fúzní model natrénovaný učitelem).
Re-ranking: cross-encoder (nákladnější, přesnější) znovu seřadí top-k kandidátů; často přináší největší zvýšení kvality.
MMR/Diversity: penalizuje redundanci a vrací rozmanitou sadu pasáží pro RAG.

Chunkování a granularita: jak obsah „krájet“

Pasáže o délce 200–400 tokenů: dobrý kompromis pro QA a RAG; pro zachování souvislostí udržujte 10–20% překryv.
Víceúrovňové embeddingy: nadpis (title), shrnutí (summary), pasáž (passage) – dotaz může jednotlivým jednotkám přiřazovat různé váhy.
Tabulky a kód: používejte specializované tokenizéry a zachovávejte strukturu (ukotvení CSV/JSON v metadatech).

RAG pipeline: kde se zapojuje vektorová DB

Indexace: extrakce → chunk → embed → upsert do vektorové DB (s metadaty, verzí, checksumem).
Retrieval: dotaz → embed → vektorové + hybridní vyhledávání → filtry → top-k.
Orchestrace: re-ranking, MMR, sloučení s pravidly (compliance), sestavení kontextu.
Generování: prompt s kontextem, citace/zdroje, post-processing (ověření, redakce).

Správa verzí a migrace embeddingů

Verze modelu: embed_model=v3.2 v metadatech; umožní souběžnou existenci více generací.
Dvojitý index: paralelní budování nového indexu; přepnutí read-path po validaci.
Tombstones a TTL: označte zastaralé pasáže; plánované čištění šetří náklady a zlepšuje kvalitu.

Škálování, latence a SLO

Horizontální škálování: shardování podle id nebo tématu; repliky pro čtení.
Teplé cache: ukládání nejčastějších query embeddings a výsledků top-k do cache; omezí výkyvy latence způsobené přístupem do mezilehlé paměti.
SLO: cílová latence P95 (např. < 150 ms pro top-k=20) a chybovost; při špičkách použijte backoff.

Evaluace kvality: jak měřit relevanci

Recall@k / Precision@k: základní metriky pro návrat relevantních pasáží.
nDCG@k, MRR: zohledňují pořadí; vhodné při re-rankingu.
Answerability: procento dotazů, na které RAG dokáže spolehlivě odpovědět s poskytnutým kontextem.
Human-in-the-loop: kurátorské hodnocení, porota, záznamy případů (judgements) pro kalibraci.

Bezpečnost, práva a compliance

Autorizace na úrovni záznamu: Attribute-Based Access Control v metadatech (tenant, třída dokumentu, region).
PII a GDPR: maskování/šifrování payloadu, právo na výmaz (kaskádové tombstones) a audit přístupů.
Izolace tenantů: indexy nebo namespace pro jednotlivé tenanty; minimalizace „úniku“ kontextu při RAG.

Nejčastější antipatterny a chyby

Míchání verzí embeddingů: snižuje relevanci a konzistenci výsledků.
Příliš velké chunky: rozostření signálu → horší přesnost a zbytečné náklady.
Nefiltrované zdroje: zastaralé nebo duplicitní pasáže vedou k halucinacím v RAG.
Ignorování re-rankingu: samotné ANN často nestačí k dosažení špičkové kvality.
Chybějící metadata: nemožnost používat „privacy“ filtry, regionální pravidla a časovou relevanci.

Výběr platformy: open source, cloud a spravované služby

Open-source core: FAISS/HNSW (knihovny) zabudované do databází (např. Postgres+pgvector) – dobrá volba pro kontrolu a integraci.
Vektorové DB: systémy navržené pro vektory (např. s grafovým/ANN jádrem) a nativním filtrem metadat, shardováním a replikací.
Spravované služby: rychlý start, SLA, automatické škálování, ale také vendor lock-in a nákladová omezení.

Provoz a observabilita

Telemetrie: latence, hit rate cache, paměť, stav indexů, drift query embeddings.
Detekce driftu: změny distribuce dotazů/obsahu vyžadují nové vytvoření embeddingů nebo úpravu chunkování.
Runbook pro incidenty: zhoršení recallu, rozpad indexu, selhání shardu – definujte postupy a kontakty na SRE.

Multimodální a vícejazyčné scénáře

Cross-lingual: jednotný embeddingový prostor pro více jazyků; filtry metadat brání míchání nesouvisejících jazyků v odpovědích.
Multimodální: vyhledávání obrázek→text, text→obrázek; záznamy obsahují typ modality a odkaz na původní asset.

Integrace s moderním SEO/AIO/AEO

Sémantické klastry: skupiny URL/odpovědí reprezentované centrálním vektorem; umožňují analýzu topical authority.
FAQ a bloky s odpovědí na prvním místě: embeddingy otázek a odpovědí zvyšují šanci na přesné odpovědi v rozhraních Chat/AI.
Deduplikace a kanibalizace: prahy podobnosti odhalují interní duplicity, které snižují CTR a pozici ve výsledcích vyhledávání.
Personalizace: re-ranking podle profilu/segmentu při respektování metadat ochrany soukromí.

Praktický kontrolní seznam před nasazením

Definovaná granularita (title/summary/passage) a pravidla chunkování s překryvem.
Vybraný ANN index (HNSW/IVF+PQ) a metrika (cosine/dot/L2) s odůvodněním.
Filtry metadat (jazyk, region, čas, access) a hybridní vyhledávání s BM25.
Implementovaný re-ranking a MMR pro zajištění rozmanitosti.
Versioning embeddingů, plán migrace a tombstones.
SLO pro latenci/recall, observabilita a upozornění.
Bezpečnostní vrstva: ABAC, ochrana PII, audit.
Benchmark: Recall@k, nDCG@k, answerability s kurátorským hodnocením.

Vektorová databáze jako infrastruktura sémantické relevance

Vektorová databáze je páteří sémantického vyhledávání a základním stavebním prvkem RAG a moderního SEO/AEO. Její hodnota se naplno projeví teprve tehdy, když se zkombinuje správný embeddingový model, dobře navržené chunkování, vhodný ANN index, filtry metadat, hybridní skórování a re-ranking. Díky jasné správě verzí, bezpečnostním zásadám a kvalitní observabilitě poskytuje konzistentní relevanci při udržitelných nákladech a škálování.