Embeddingi i podobieństwo semantyczne – dlaczego agent porównuje nie to, co myślisz

Autonomiczne systemy nie porównują hoteli na podstawie list udogodnień ani opisów marketingowych. Porównanie odbywa się w przestrzeni semantycznej, gdzie znaczenie treści jest przeliczane na podobieństwo wektorowe. Artykuł wyjaśnia, czym są embeddingi i dlaczego sposób opisu oferty decyduje o tym, z czym agent faktycznie porówna hotel.

Teza

W środowisku agentowym widoczność nie oznacza obecności, lecz semantyczną porównywalność.
Hotel istnieje dla systemu decyzyjnego tylko wtedy, gdy jego oferta zostanie uznana za znaczeniowo zbliżoną do zapytania użytkownika.

Most logiczny: co mamy po Fundamencie danych

W trzech pierwszych artykułach:

• uporządkowaliśmy dane (Truth Source),

• zmieniliśmy sposób projektowania treści (Bot-First Content),

• zapanowaliśmy nad strukturą fragmentów (Chunking).

To jednak wciąż nie gwarantuje widoczności.

Można mieć:

• kompletne dane,

• poprawną strukturę,

• technicznie wzorową stronę,

a mimo to nie pojawić się w porównaniach generowanych przez agenta.

Dlaczego?
Bo o tym, z czym hotel jest porównywany, decydują embeddingi.

Problem: jak myślano o widoczności w web-era

W web-era widoczność oznaczała:

• obecność w wynikach wyszukiwania,

• odpowiednie słowa kluczowe,

• listy udogodnień i filtrów.

Zakładano, że:

• użytkownik sam zdecyduje, co porównać,

• sam wybierze kryteria,

• sam oceni, co jest „podobne”.

W modelu agentowym te założenia przestają obowiązywać.

Dlaczego to nie działa w agent-era

Autonomiczny agent:

• nie analizuje opisów jak człowiek,

• nie „czyta” list udogodnień,

• nie interpretuje języka marketingowego.

Agent:

• zamienia treść na reprezentację numeryczną,

• porównuje wektory znaczeń,

• działa w przestrzeni podobieństwa semantycznego.

Jeśli embedding oferty:

• nie jest zbliżony do embeddingu zapytania,

oferta:

• nie trafi do shortlisty,

• nie zostanie porównana,

• nie zostanie pokazana użytkownikowi.

Nowy standard: czym są embeddingi

Embeddingi nie „opisują” treści.
One pozycjonują ją względem innych znaczeń.

Jak agent faktycznie porównuje hotele

Dla agenta:

• zapytanie użytkownika ma embedding,

• każdy fragment treści hotelu ma embedding.

Porównanie polega na:

• obliczeniu podobieństwa wektorowego,

• wybraniu fragmentów „najbliższych znaczeniowo”,

• odrzuceniu reszty.

Kluczowa konsekwencja:

Agent porównuje tylko te hotele, które uzna za wystarczająco podobne znaczeniowo, nie wszystkie dostępne.

Widoczność ≠ porównywalność

Widoczność

• hotel istnieje jako zbiór danych,

• może zostać pobrany przez system.

Porównywalność

• hotel trafia do tego samego „koszyka semantycznego” co inne,

• jest zestawiany z realnymi konkurentami.

Brak porównywalności oznacza:

• pozorną obecność,

• brak udziału w decyzji,

• niewidoczność w praktyce.

Co wpływa na embedding oferty hotelu

Embedding nie powstaje „z nazwy hotelu”.
Powstaje z:

• języka opisu,

• doboru cech,

• precyzji parametrów,

• konsekwencji terminologicznej.

Hotel opisany:

• ogólnie,

• uniwersalnie,

• marketingowo,

tworzy embedding „rozmyty”, który:

• pasuje do wszystkiego,

• a więc do niczego konkretnego.

Wymagania techniczne – checklist

Checklist: widoczność semantyczna

Język

• opisy oparte na cechach, nie metaforach,

• parametry zamiast ocen jakościowych.

Zakres

• uwzględnianie niszowych deskryptorów (np. praca zdalna, EV, cisza nocna),

• różnicowanie ofert zamiast uśredniania.

Struktura

• jeden chunk = jeden aspekt oferty,

• brak mieszania narracji wizerunkowej z danymi.

Typowe błędy

• przekonanie, że „jak agent zobaczy ofertę, to ją porówna”,

• opisy pisane dla ludzi, ale puste semantycznie,

• brak konsekwencji w nazwach cech,

• identyczne opisy dla różnych ofert.

W przestrzeni embeddingów uśrednianie jest karą.

Jak to mierzyć

Test porównywalności:

• z jakimi hotelami agent zestawia ofertę?

• czy są to rzeczywiści konkurenci?

Sygnały problemów:

• porównania z obiektami nieadekwatnymi,

• brak obecności w shortlistach,

• niska trafność rekomendacji.

Podsumowanie

W środowisku agentowym hotel nie konkuruje z całym rynkiem.
Konkuruje wyłącznie w tej przestrzeni semantycznej, do której zostanie przypisany przez embeddingi.

Widoczność bez porównywalności jest iluzją.

Seria: Hotel w erze autonomicznych agentów

• #1 Hotel jako Truth Source
• #2 Bot-First Content
• #3 Chunking
• #4 Embeddingi
• #5 Confidence Score
• #6 Function Calling

Co dalej?

Skoro wiemy już, jak agent porównuje oferty, kolejne pytanie brzmi:
dlaczego spośród podobnych hoteli wybiera jeden, a nie inny?

Artykuł #5: Zaufanie semantyczne i confidence score – dlaczego agent wybiera jeden hotel spośród podobnych