Ir para o conteúdo

Digite pelo menos 2 letras.

Qdrant: o banco de dados que dá memória à sua IA (e como usamos no nosso suporte)

Qdrant, banco de dados vetorial que dá memória à inteligência artificial
Neste guia
  1. O que é o Qdrant
  2. O problema: IA sem memória inventa
  3. Como o Qdrant funciona por dentro
  4. Como usamos o Qdrant no suporte com IA
  5. Onde o Qdrant faz sentido
  6. Como instalar o Qdrant
  7. Perguntas frequentes

Você liga uma IA no seu atendimento e ela responde com segurança… coisas que não existem. Inventa recurso, erra preço, explica um passo que o seu produto não tem. O problema não é a IA ser ruim: é que ela não conhece o seu negócio. O Qdrant resolve exatamente isso. Ele é um banco de dados vetorial: guarda os seus documentos de um jeito que a IA consegue consultar antes de responder. É ele que está por trás do suporte com IA dos alunos do Academy e dos clientes do GW Server. Neste artigo eu explico como funciona e mostro como montamos. Mais abaixo está o vídeo com o fluxo aberto na tela.

O que é o Qdrant

O Qdrant é um banco de dados vetorial de código aberto. Em vez de guardar linhas e colunas, como uma planilha, ele guarda o significado de cada trecho de texto, na forma de uma lista de números (um vetor). Quando chega uma pergunta, ele encontra os trechos com significado mais parecido, mesmo que as palavras sejam outras.

Traduzindo: é a memória de longo prazo da sua IA. Ela pergunta ao Qdrant “o que eu sei sobre isso?” e responde com base no que voltou.

O problema: IA sem memória inventa

Um modelo de linguagem, como o GPT ou o Claude, sabe muito sobre o mundo, mas nada sobre a sua documentação, os seus cursos ou as suas regras. Colar tudo no prompt não escala: o texto é grande demais, fica caro e a IA se perde.

A saída que o mercado adotou tem nome: RAG (geração aumentada por recuperação). Antes de responder, o sistema busca os trechos certos nos seus documentos e entrega só eles para a IA. Para essa busca funcionar bem, você precisa de um banco feito para achar significado. É aí que entra o Qdrant.

Como o Qdrant funciona por dentro

São dois momentos.

Alimentar a base:

  1. Os seus documentos são cortados em pedaços menores.
  2. Cada pedaço passa por um modelo de embedding, que transforma o texto num vetor: uma lista de números que representa o significado. Textos parecidos viram vetores próximos.
  3. O Qdrant guarda os vetores numa coleção, junto com o texto original e informações extras (de qual documento veio, de qual aula, de qual seção).

Consultar:

  1. A pergunta do usuário também vira um vetor.
  2. O Qdrant devolve os pedaços mais próximos.
  3. A IA recebe a pergunta e esses pedaços, e responde com base neles.

Um detalhe que faz muita diferença: a busca híbrida. A busca por significado (densa) é ótima para entender a pergunta, mas às vezes erra em termo exato, como nome de recurso, código de erro ou versão. A busca por palavras (esparsa) acerta esses casos. O Qdrant faz as duas ao mesmo tempo e combina os resultados. É a que usamos no nosso suporte.

A documentação oficial do Qdrant detalha coleções, filtros e os tipos de busca.

Como usamos o Qdrant no suporte com IA

Aqui é onde o conceito vira coisa de verdade. O nosso suporte com IA roda em dois fluxos do n8n, os dois ligados ao mesmo Qdrant:

  • O fluxo que alimenta. A documentação do GW Server e os resumos das aulas ficam guardados num armazenamento S3. Quando um arquivo novo chega lá, o fluxo dispara, gera os vetores e grava no Qdrant.
  • O fluxo que responde. Quando alguém conversa com a IA, o fluxo recebe a mensagem, identifica quem está falando, faz a busca híbrida no Qdrant e entrega o resultado para o agente de IA responder.

E o mesmo fluxo atende dois públicos. Se a pessoa está logada como cliente, quem responde é o agente de suporte. Se ainda não é cliente, responde o agente de vendas, com outro tom. A base de conhecimento é a mesma: o que muda é como a IA usa.

📊 Dados Reais

Base de conhecimento da IA do GW Server: 117 páginas de documentação e os resumos das 43 aulas do treinamento. Toda vez que a documentação é publicada, as páginas alteradas são apagadas e enviadas de novo, e o fluxo do n8n atualiza o Qdrant sozinho.

Medido em: base da IA de suporte do GW Server, publicação da documentação de 12/11/2026.

Veja o fluxo funcionando:

Onde o Qdrant faz sentido

  • Suporte e vendas com IA, como o nosso.
  • Atendimento no WhatsApp com respostas baseadas no seu catálogo ou nas suas políticas. Dá para juntar com o chatbot de WhatsApp com Typebot, n8n e Evolution.
  • Busca inteligente num site com muito conteúdo.
  • Memória de agentes que precisam lembrar de muita coisa entre conversas.

Para uma IA que só conversa, sem consultar documentos, ele é exagero.

💡 Dica do Gabriel

Separe sempre o fluxo que alimenta do fluxo que responde. Assim você atualiza a base sem tocar no atendimento, e quando a IA responder errado, fica fácil descobrir se o problema é o conteúdo que está na base ou o jeito que o agente usa esse conteúdo.

Como instalar o Qdrant

O Qdrant roda em Docker e é leve. No seu servidor, você pode subir pelo Docker na mão (eu explico o básico no guia de Docker no VPS) ou por um painel que instale aplicações. No GW Server, ele fica no menu Aplicações: você informa o domínio e o painel cuida do certificado e do resto.

Quem conversa com ele, na prática, é o n8n. Se você ainda não tem o n8n, comece pelo guia de como instalar o n8n em VPS.

⚠️ Atenção

Não deixe o Qdrant aberto na internet sem proteção. Use uma chave de API e, de preferência, deixe o acesso passar pelo proxy da Cloudflare. A base guarda o conhecimento do seu negócio: trate como trata o banco de dados do site.

Se você quer construir agentes de IA com n8n do começo, esse é o assunto do curso de n8n. E se ainda está escolhendo qual modelo usar no agente, eu comparo as opções em qual a melhor inteligência artificial.

Quero montar meu servidor de IA →

Perguntas frequentes

O Qdrant é gratuito?

Sim. O Qdrant é de código aberto e você pode instalar no seu próprio servidor sem pagar licença. Existe também a versão na nuvem da própria empresa, o Qdrant Cloud, que é paga a partir de certo tamanho. Instalado no seu servidor, o custo é só a máquina.

Qual a diferença entre o Qdrant e um banco de dados comum?

Um banco comum acha registros por valores exatos: este e-mail, este código, esta data. O Qdrant acha por proximidade de significado: as perguntas e trechos mais parecidos com o que você procurou, mesmo com outras palavras. É isso que uma IA precisa para encontrar a resposta certa nos seus documentos.

Preciso do Qdrant para criar um agente de IA no n8n?

Só se o agente precisar consultar uma base de conhecimento grande, como documentação, transcrições de aulas ou catálogo de produtos. Para um agente que só conversa ou executa tarefas simples, a memória da própria conversa basta.

O Qdrant ou o PostgreSQL com pgvector?

Os dois guardam vetores. O pgvector é uma extensão que dá essa capacidade a um PostgreSQL que você já usa. O Qdrant é um banco feito só para isso, com busca híbrida e filtros prontos. Para um projeto montado em torno de IA, como atendimento e agentes, o Qdrant costuma ser o caminho mais direto.

Continue lendo