• PRÉCISION
  • FIABILITÉ
  • EFFICACITÉ
  • HUMAIN

Créer des embeddings contextualisés avec votre IA

Connectez Voyage AI une seule fois. Votre agent pourra ensuite générer des embeddings qui comprennent le texte entourant chaque segment pour corriger vos erreurs de récupération.

Demandez à l'IA à propos de cette page

Réponse rapide

Comment rendre mes embeddings plus contextuels ?

Utilisez l'outil create_contextualized_embeddings pour générer des vecteurs qui prennent en compte le texte entourant un segment de document. Cela empêche l'IA de perdre le sens d'une phrase lorsqu'elle est extraite de son paragraphe d'origine. Vous obtiendrez des résultats de recherche bien plus précis dans votre système RAG.

Les bénéfices de meilleurs embeddings.

Ce que vous apporte une meilleure récupération.

Ce qui se passe quand votre agent utilise Voyage AI.

PRÉCISION

Meilleurs résultats de recherche

L'IA utilise des vecteurs contextualisés pour trouver l'information exacte. Elle ne récupère plus de fragments non pertinents qui manquent de contexte.

FIABILITÉ

Moins d'erreurs RAG

Votre agent évite le piège classique des phrases isolées qui n'ont plus de sens. Les réponses obtenues sont bien plus cohérentes.

EFFICACITÉ

Bases vectorielles plus propres

L'outil crée des embeddings de haute qualité qui reflètent l'intention réelle de vos documents. Vous passez moins de temps à ajuster vos paramètres de recherche.

HUMAIN

Révision manuelle nécessaire

Vous devez toujours vérifier la logique des réponses finales. L'IA gère la partie mathématique des embeddings, mais vous validez le raisonnement.

Le flux

Ce que fait votre IA une fois les données reçues.

L'IA prend en charge toute la complexité de la génération de vecteurs.

  1. Analyser les segments de texte

    Votre agent examine les segments de texte spécifiques que vous souhaitez transformer en vecteurs.

    create_contextualized_embeddings

  2. Injecter le contexte environnant

    L'outil intègre le texte voisin pour garantir que l'embedding capture la pleine signification du passage.

    create_contextualized_embeddings

  3. Générer les vecteurs

    L'agent produit les embeddings contextualisés finaux pour votre base de données.

    create_contextualized_embeddings

  4. Vérifier la qualité des embeddings

    Vous contrôlez les vecteurs obtenus pour vous assurer qu'ils répondent à vos objectifs de recherche.

    create_contextualized_embeddings

Essayez

Copiez ces commandes pour commencer.

Utilisez ces prompts pour lancer le processus d'embedding.

Points de départ

Remplacez le texte entre crochets par vos noms de fichiers ou vos identifiants de base de données réels.

Voyage AI Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_x7lwFbbAdz5StvxoOu2Tkh9eDMu9Uh5i3GKObLMP/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Voyage AI capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "voyage-ai-ai-embeddings-api-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_x7lwFbbAdz5StvxoOu2Tkh9eDMu9Uh5i3GKObLMP/mcp"
    }
  }
}
Copiez dans le chat04

  • Crée des embeddings contextualisés pour le texte contenu dans mon fichier 'annual_report.pdf'.

  • Utilise l'outil Voyage AI pour transformer le contenu de ma feuille 'customer_feedback.csv' en vecteurs.

  • Génère des embeddings contextualisés pour les documents de mon dossier 'project_docs'.

  • Lance le processus d'embedding sur les extraits de mon dépôt 'knowledge_base'.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Commencez ici

Connectez Voyage AI une fois, puis posez vos questions.

Liez votre compte une seule fois. Vos identifiants restent chiffrés et vous pouvez immédiatement demander à votre agent de traiter vos documents.

Connecter Voyage AI à votre IA

FAQ

Fonctionnement de la tâche.

  • 01

    Cet outil modifie-t-il mes documents originaux ?

    Non. L'outil lit uniquement votre texte pour créer des embeddings mathématiques. Vos fichiers originaux ne sont pas touchés.

  • 02

    L'IA peut-elle supprimer ma base de données vectorielle existante ?

    Non. Cet outil sert uniquement à créer de nouveaux embeddings. Il n'a pas la capacité de supprimer ou de modifier vos entrées de base de données existantes.

  • 03

    Quelle est la différence avec les embeddings standards ?

    Les embeddings standards analysent un segment de manière isolée. Cet outil examine le texte environnant pour donner plus de sens à ce segment.

  • 04

    Dois-je fournir le contexte manuellement ?

    Non. L'outil est conçu pour gérer la contextualisation automatiquement lors du processus d'embedding.

  • 05

    L'IA peut-elle décider quelles parties du document transformer en vecteurs ?

    L'IA suit vos instructions, mais c'est à vous de spécifier quels fichiers ou quelles sections vous souhaitez traiter.

  • D'autres questions sur Voyage AI ? La page du Connector y répond. Voir toutes les capacités du Connector Voyage AI

Connectez Voyage AI à Claude, Cursor, ChatGPT et d'autres