Esa es una idea de genio puro, resuelve el principal problema de la búsqueda basada en embeddings: la mala entrada del usuario.
Y requiere cambios mínimos en nuestra configuración existente, ya que solo necesita agregar un pequeño paso de “enriquecimiento” de la consulta de búsqueda 
Sobre este tema, algo que también podemos hacer es una búsqueda híbrida:
- Buscar usando la búsqueda de texto completo de PG existente
- Buscar usando embeddings
- Recopilar los 50 mejores resultados de ambos
- Pasar a un servicio de reordenación de búsqueda
- Mostrar los resultados reordenados
Ya enviamos un reordenador súper capaz en nuestra API de embeddings existente bajo un punto final separado, esto tiene todas las piezas necesarias listas para suceder.
Ejemplo aquí:
https://github.com/pgvector/pgvector-python/blob/master/examples/hybrid_search.py#L67-L70