Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Filtragem por metadados

A filtragem por metadados (metadata filtering) limita uma busca a itens cujos atributos armazenados, como data, autor, idioma ou grupo de acesso, atendem a condições dadas, junto com ou antes de ordená-los por similaridade vetorial.

Também chamado: filtered vector search, payload filtering

Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos

Um embedding captura sobre o que um trecho fala, não fatos como "publicado depois de março" ou "visível para a equipe financeira". A filtragem por metadados cuida disso. Cada vetor em um banco de dados vetorial é armazenado com campos (o Qdrant os chama de payload), e uma consulta pode dizer "vizinhos mais próximos, mas só onde o tenant é acme e o ano é este".

Por que importa

Filtros tornam os resultados corretos, não apenas parecidos. Um bot de suporte só deve citar a versão atual de uma política. Um app multi-tenant nunca deve retornar documentos de outro cliente. Filtrar por campos de acesso na hora da consulta é uma camada dessa proteção, mas não deve ser a única.

Como é feito

A pré-filtragem aplica a condição primeiro e depois busca só nos vetores que a atendem. A pós-filtragem busca primeiro e depois descarta os itens que não passam, o que pode deixar você com poucos resultados. Os bancos de dados vetoriais modernos filtram, em sua maioria, durante o percurso do índice. Criar um índice nos campos filtrados mantém isso rápido.

Limites

Filtros muito seletivos podem prejudicar o recall em índices de grafo como o HNSW, já que o percurso tem menos nós válidos por onde passar. Os metadados só são tão bons quanto o parsing de documentos e a ingestão que os produziram, então datas ausentes ou donos errados geram resultados errados. Teste as consultas filtradas separadamente ao medir métricas de recuperação.

Termos relacionados

Banco de dados vetorial
Um banco de dados vetorial (vector database) armazena embeddings junto com seus registros de origem e encontra os vetores guardados mais próximos de um vetor de consulta, geralmente com um índice aproximado para que a busca continue rápida em milhões de itens.
HNSW
O HNSW (hierarchical navigable small world) é um índice baseado em grafos para busca aproximada de vizinhos mais próximos. Ele liga os vetores a seus vizinhos em várias camadas, para que uma busca possa saltar rapidamente em direção às correspondências mais próximas.
Busca híbrida
A busca híbrida (hybrid search) faz uma busca por palavras-chave e uma busca vetorial na mesma consulta e mescla as duas listas ordenadas, para que os resultados possam corresponder tanto às palavras exatas quanto ao significado.
Parsing de documentos
O parsing de documentos (análise de documentos) converte arquivos como PDFs, digitalizações, apresentações e planilhas em texto estruturado que um software consegue usar, mantendo títulos, ordem de leitura, tabelas e imagens, em vez de um fluxo plano de caracteres.
Métricas de recuperação (recall@k, nDCG, MRR)
Métricas de recuperação (retrieval metrics) avaliam quão bem um sistema de busca retorna documentos relevantes. O recall@k verifica quantos itens relevantes aparecem entre os k primeiros, o nDCG recompensa colocá-los no alto e o MRR mede quão cedo aparece o primeiro correto.

Fontes