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

# Embeddings

> Genera embeddings para búsqueda semántica y similitud.

Los embeddings convierten texto en vectores de alta dimensión. Úsalos para búsqueda semántica, agrupación (clustering) o cálculo de similitud sobre tus propios datos.

## Requisitos previos

* Un token de API. Ver [Backoffice Developer Console](/es/developer-manual/get-started/developer-console).
* El nombre de host de Zylon (sustituye `{BASE_URL}` en los ejemplos).

## Antes de empezar

* **El orden importa**: `data[index]` coincide con el orden de `input`.
* **Guarda los vectores** en tu base de datos o índice vectorial para búsqueda y similitud.
* **Usa el mismo preprocesamiento** (mismo formato y uso de mayúsculas/minúsculas) para resultados consistentes.

## Crear embeddings

Genera embeddings con `POST /embeddings`. `input` puede ser una cadena o una lista.

| Forma de `input` | Cuándo usar                            |
| ---------------- | -------------------------------------- |
| Una sola cadena  | Un texto a la vez.                     |
| Lista de cadenas | Entradas en lote manteniendo el orden. |

<Tabs>
  <Tab title="Entrada única">
    ```bash theme={null}
    curl -X POST "https://{BASE_URL}/api/gpt/v1/embeddings" \
      -H "Authorization: Bearer {API_TOKEN}" \
      -H "Content-Type: application/json" \
      -d '{
        "input": "Summarize Q1 support trends in one vector."
      }'
    ```

    <Accordion title="Ejemplo de respuesta">
      ```json theme={null}
      {
        "object": "list",
        "model": "private-gpt",
        "data": [
          {
            "index": 0,
            "object": "embedding",
            "embedding": [
              0.697265625,
              0.5078125,
              0.01129150390625,
              0.244873046875,
              -0.285888671875,
              0.058135986328125,
              0.01922607421875,
              -0.11431884765625
            ]
          }
        ]
      }
      ```
    </Accordion>
  </Tab>

  <Tab title="Lote">
    ```bash theme={null}
    curl -X POST "https://{BASE_URL}/api/gpt/v1/embeddings" \
      -H "Authorization: Bearer {API_TOKEN}" \
      -H "Content-Type: application/json" \
      -d '{
        "input": [
          "Billing issues drove 38% of cases.",
          "Priority bugs were resolved within 48 hours."
        ]
      }'
    ```

    <Accordion title="Ejemplo de respuesta">
      ```json theme={null}
      {
        "object": "list",
        "model": "private-gpt",
        "data": [
          {
            "index": 0,
            "object": "embedding",
            "embedding": [
              -0.435546875,
              -0.49169921875,
              -0.48876953125,
              1.41015625,
              0.11114501953125,
              -1.2626953125
            ]
          },
          {
            "index": 1,
            "object": "embedding",
            "embedding": [
              -0.6748046875,
              0.242431640625,
              -0.31396484375,
              0.53955078125,
              -0.84716796875,
              -0.006961822509765625
            ]
          }
        ]
      }
      ```
    </Accordion>
  </Tab>
</Tabs>

## Errores y casos límite

* **401/403**: token faltante o inválido.
* **413**: input demasiado grande.
* **400**: JSON inválido o tipo de input incorrecto.