> ## Documentation Index
> Fetch the complete documentation index at: https://strattumai.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Buscar no Knowledge

> Como fazer busca semântica no Knowledge pelo Console — testar a indexação e ver quais trechos o agente encontraria.

A busca semântica do Knowledge encontra os trechos de documento mais próximos de uma pergunta, mesmo quando as palavras não batem exatamente. Pelo Console, você usa a busca para testar a qualidade da indexação e ver que contexto o agente receberia ao consultar a base.

<Note>
  A busca só retorna conteúdo que já foi indexado. Documentos precisam ser adicionados e ter os chunks com embedding completo (status verde) antes de aparecerem nos resultados. Veja a [visão geral do Knowledge](/knowledge/overview).
</Note>

***

## Como a busca funciona

Quando você envia uma pergunta, o Knowledge executa quatro etapas antes de devolver o resultado:

1. **Busca vetorial** — encontra os chunks semanticamente mais próximos no Qdrant.
2. **Filtragem por metadata** — aplica filtros de fonte, tags e data para restringir ao relevante.
3. **Re-ranking** — reordena por relevância contextual, priorizando os trechos mais aderentes.
4. **Retorno citado** — devolve os chunks ranqueados com referência ao documento de origem.

O resultado é um conjunto de trechos citáveis. O agente recebe só os trechos relevantes, o que mantém o custo de tokens sob controle quando ele consulta a base.

***

## Como buscar no Console

<Steps>
  <Step title="Acesse Knowledge">
    No menu lateral do Console, clique em **Knowledge**.
  </Step>

  <Step title="Escreva uma pergunta real">
    Use o campo de busca semântica e escreva a pergunta como um usuário ou agente faria — por exemplo, "Como funciona a renegociação para inadimplência acima de 90 dias?". Não busque por palavra-chave solta; a busca é semântica.
  </Step>

  <Step title="Leia os trechos retornados">
    Cada resultado mostra o trecho encontrado e o documento de origem. Confira se os trechos no topo respondem de fato à pergunta.
  </Step>

  <Step title="Restrinja o escopo se precisar">
    Para consultar só um subconjunto da base, limite a busca à Collection relevante. Veja [Organizar em Collections](/knowledge/collections).
  </Step>
</Steps>

<Tip>
  Se um documento acabou de ser adicionado e não aparece na busca, abra **Ver chunks** nele. Todos os chunks devem estar em verde; os que estiverem com erro precisam de **Reprocessar** antes de ficarem buscáveis.
</Tip>

***

## Interpretando os resultados

* **Trecho certo no topo** — a indexação está boa para essa pergunta.
* **Trecho relevante existe, mas vem baixo** — o documento está indexado, mas o chunking pode estar cortando o contexto; considere revisar a configuração da fonte.
* **Nenhum resultado útil** — o conteúdo pode não estar indexado, estar na Collection errada ou os chunks estarem com erro.

<Note>
  Todo o processamento de embeddings ocorre na infraestrutura do próprio cliente. Nenhum dado é enviado para fora para gerar os vetores da busca.
</Note>

***

## Próximos passos

<CardGroup cols={2}>
  <Card title="Organizar em Collections" icon="folder-tree" href="/knowledge/collections">
    Agrupe documentos por tema para restringir a busca ao subconjunto certo.
  </Card>

  <Card title="Visão geral do Knowledge" icon="book-open" href="/knowledge/overview">
    Entenda o pipeline de indexação e os tipos de fonte.
  </Card>

  <Card title="Knowledge API" icon="terminal" href="/api-reference/knowledge/introduction">
    Faça a mesma busca programaticamente via API REST.
  </Card>

  <Card title="MCP Server" icon="plug" href="/mcp-server/index">
    Exponha a busca do Knowledge para Copilots e IDEs.
  </Card>
</CardGroup>