Skip to content

COMO_VETORIZAR_DADOS.md

Latest commit

 

History

History
110 lines (75 loc) · 3.05 KB

COMO_VETORIZAR_DADOS.md

File metadata and controls

110 lines (75 loc) · 3.05 KB

Como Vetorizar os Dados Existentes

🎯 Forma Mais Simples (Recomendada)

Passo 1: Acesse a Página de Vetorização

  1. Abra seu navegador
  2. Acesse: http://localhost:3000/vectorization (ou sua URL de produção)
  3. Você verá um painel com botões e estatísticas

Passo 2: Clique em "Vetorizar Todos os Dados"

  1. No painel, você verá um botão grande azul: "Vetorizar Todos os Dados"
  2. Clique nele
  3. Confirme quando perguntado
  4. Aguarde alguns minutos (depende da quantidade de dados)

Passo 3: Pronto!

Os dados serão vetorizados automaticamente. Você verá o progresso na tela.

🔧 Outras Formas de Fazer

Opção 2: Via Console do Navegador

  1. Abra o console do navegador (F12)
  2. Cole este código:
fetch('/api/vectorization/process', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    action: 'vectorizeAll'
  })
})
.then(r => r.json())
.then(data => console.log('Resultado:', data))

Opção 3: Via Código no Projeto

Crie um arquivo temporário vetorizar.js na raiz do projeto:

import VectorizationService from './src/services/vectorizationService'

async function vetorizar() {
  console.log('Iniciando vetorização...')
  const result = await VectorizationService.vectorizeAll()
  console.log('Concluído!', result)
}

vetorizar()

📊 O Que Acontece Quando Você Vetoriza?

  1. Busca todos os dados das tabelas:

    • companies (Empresas)
    • employees (Colaboradores)
    • prospects (Prospects)
    • cpf_clients (Clientes CPF)
    • unbanked_companies (Empresas Não Bancarizadas)

  2. Cria textos semânticos de cada registro

    • Exemplo: "Messiax 12345678000190 Tecnologia Software"

  3. Gera embeddings usando OpenAI

    • Cada texto vira um vetor de 1536 números (text-embedding-3-small)
    • Custo: ~$0.00002 por embedding (mais econômico que large)

  4. Salva na tabela data_embeddings

    • Permite busca semântica depois

⚠️ Importante

  • Primeira vez: Pode demorar alguns minutos dependendo da quantidade de dados
  • Custo: Cada embedding custa ~$0.00013 (muito barato)
  • Uma vez só: Você só precisa fazer isso uma vez para dados existentes
  • Novos dados: Serão vetorizados automaticamente quando você processar pendentes

🔄 Depois da Primeira Vetorização

Após vetorizar todos os dados uma vez, você só precisa:

  1. Processar Registros Pendentes (botão no painel)

    • Isso processa novos dados que foram criados/atualizados
    • Execute periodicamente (ex: uma vez por dia)

  2. Ou configurar processamento automático (opcional)

    • Criar um cron job para processar pendentes automaticamente

❓ Dúvidas?

  • "Quanto tempo demora?" → Depende da quantidade de dados. 100 registros = ~1 minuto
  • "Quanto custa?" → ~$0.00013 por registro. 1000 registros = ~$0.13
  • "Preciso fazer de novo?" → Não, apenas uma vez. Depois só processar pendentes
  • "Como sei se funcionou?" → Veja o status no painel. Deve mostrar "Vetorizados: X"