Essa é uma ideia de puro gênio, resolve o principal problema da busca baseada em embeddings: a má entrada do usuário.
E requer mudanças mínimas em nossa configuração existente, pois você só precisa adicionar uma pequena etapa de “enriquecimento” da consulta de busca 
Neste tópico, algo que também podemos fazer é uma busca híbrida:
- Buscar usando a pesquisa de texto completo PG existente
- Buscar usando embeddings
- Reunir os 50 melhores resultados de ambos
- Passar para um serviço de reclassificação de busca
- Mostrar os resultados reclassificados
Já fornecemos um reclassificador super capaz em nossa API de embeddings existente sob um endpoint separado, isso tem todas as peças necessárias prontas para acontecer.
Exemplo aqui:
https://github.com/pgvector/pgvector-python/blob/master/examples/hybrid_search.py#L67-L70