No, la mejora. Creemos que la búsqueda con IA debería ser una búsqueda mejorada por la IA. Para cada consulta, el sistema de clasificación con IA de Algolia utilizará las acciones de tus usuarios para volver a clasificar una lista de resultados que ya se haya devuelto y clasificado una primera vez según tuconfiguración de relevancia.

Sí, mediante nuestroeditor visualo nuestra APIde reglas, puedes personalizar la experiencia de búsqueda o aplicar estrategias editoriales sobre los resultados de búsqueda generados por IA.

El resultado puede parecer similar —ambos enfoques dan lugar a cambios en la clasificación de los productos—, pero existen diferencias fundamentales. Las reglas de «boost» y «bury» requieren una configuración manual por parte de los equipos de merchandising. Estas reglas no están pensadas para mejorar el rendimiento de tu motor de búsqueda, sino que están diseñadas para anular los resultados de búsqueda existentes. Por ejemplo, para promocionar el stock de baja rotación, podrías aplicar reglas de «boost» para elevar artificialmente la posición de determinados productos en los rankings de búsqueda.

Las reglas de «potenciar» y «ocultar» resultan eficaces cuando se tienen objetivos específicos que requieren ajustes manuales en el posicionamiento. Sin embargo, si tu objetivo es maximizar un resultado concreto, la incorporación de señales permite que nuestro algoritmo optimice automáticamente el posicionamiento de tus productos y aumente la probabilidad de generar conversiones.

AI Ranking combina diversas señales de posicionamiento para optimizar la conversión y otros objetivos empresariales:

• Eventos (por ejemplo, clics, conversiones)
• Métricas empresariales y datos almacenados en registros individuales de Algolia (por ejemplo, margen, ingresos fuera de línea, disponibilidad, envíos, marcas patrocinadas, promociones)
• Puntuaciones de relevancia (por ejemplo, relevancia textual mediante el algoritmo de desempate de Algola)
• Señales textuales (por ejemplo, número de errores ortográficos, distancia entre palabras)

Con AI Ranking, proporcionamos al modelo de aprendizaje automático una variedad de señales, lo que le permite optimizarse en función de un objetivo. Por ejemplo, el modelo puede aprender que, cuanto más separadas estén las palabras en una consulta, menos relevantes serán los resultados de la búsqueda. Aunque quizá no resulte evidente a primera vista por qué las señales textuales son tan importantes como las interacciones de los usuarios o las métricas empresariales, su inclusión garantiza un modelo de clasificación más equilibrado y eficaz.