向量資料庫（Vector Database）
專門儲存與檢索向量資料的資料庫，能依「語意相似度」找出相近內容。是 AI 商品推薦、語意搜尋與企業知識庫問答的核心基礎，讓電商搜尋從比對關鍵字升級為理解意圖。
向量資料庫（Vector Database） 是什麼？
向量資料庫是為 AI 時代而生的資料庫，專門儲存被轉換成「向量」的資料。傳統資料庫靠精準關鍵字比對，向量資料庫則能計算資料之間的語意距離，找出「意思相近」的內容，即使用字不同也找得到。 在電商的應用非常實際。它讓搜尋能理解意圖，顧客打「適合送媽媽的禮物」也能找到相關商品；它支撐個人化推薦，找出和你瀏覽過的商品語意相近的選項；它也是 RAG 客服機器人的記憶庫，讓 AI 能根據你的商品與政策資料正確回答。 常見的向量資料庫有 Pinecone、Weaviate、Milvus 等。導入時要搭配 Embedding 模型把文字、圖片轉成向量，並考量資料量與查詢速度的平衡。
舉個例子
台灣選物電商導入向量資料庫，顧客在站內搜尋「露營野餐用的保溫瓶」，系統靠語意比對精準推出相關商品，搜尋無結果的比例大降。
林 林克威說
林克威認為向量資料庫是台灣電商導入 AI 搜尋與客服的關鍵地基。以前站內搜尋打錯一個字就找不到商品，現在靠它能聽懂顧客真正要什麼。我建議想做 AI 客服或語意搜尋的店家，先把商品資料、常見問答整理乾淨再轉成向量，垃圾進垃圾出，資料品質才是 AI 好不好用的真正關鍵。
免費諮詢
想讓你的品牌在台灣電商「有勝率」地長大？
不論是平台代營運、品牌代理落地，還是 AI × 電商流程優化，加 LINE 直接聊你的狀況，我會給你具體可執行的方向。
- 針對你的品牌與通路，給具體可執行的建議
- 不推銷、不綁約，先把問題聊清楚再說
- 三大媒體電商專欄作家，2016 年起深耕電商