Trovare la foto stock giusta con una frase, non a colpi di parole chiave
Quattro ricerche dal vivo — un cliente affezionato di un bar, la solitudine in mezzo alla folla, una metafora pura e la stessa query in due lingue — dove descrivere la scena batte qualunque campo di ricerca a parole chiave.
Marouane Tijani
9 min di lettura
Quella foto ce l'hai chiarissima in testa. La luce calda del mattino. Un volto segnato dal tempo. Una tazzina, una strada silenziosa
e quella sensazione inconfondibile di chi ripete lo stesso gesto da mille mattine. Apri un sito di foto stock e,
in un attimo, sei costretto a tradire l'immagine che hai in mente, riducendola a quelle poche parole chiave che la
casella di ricerca digerisce: vecchio, bar, caffè. E i risultati arrivano rigidi, generici, sbagliati.
È questa la vera frustrazione di chi cerca immagini, e non c'entra niente con quante foto esistano. Il punto è come ti viene permesso di chiederle. Mettiamoci una pezza — e poi dimostriamolo quattro volte.
Dove la ricerca per parole chiave ti lascia a piedi
La ricerca stock classica — quella che muove gran parte delle banche immagini e la casella di testo di Google Images — funziona per corrispondenza di tag. A ogni foto sono associate parole che un umano o un algoritmo le ha appiccicato: uomo, tavolo, caffè, esterno. Quando cerchi, il motore mette a confronto le tue parole con quelle e ordina i risultati in base a quante combaciano. Un meccanismo che si inceppa in tre modi prevedibili:
- Il divario lessicale. Tu scrivi «bar», il tag dice «caffetteria». Tu scrivi «anziano», il tag dice «senior». Stesso significato, parole diverse: un motore a tag se lo lascia scappare.
- Il divario di intenzione. La tua ricerca porta con sé un'atmosfera — la routine, la solitudine, trent'anni di abitudine. Nessun tag riesce a catturarla, così il motore cestina l'idea e tiene solo i sostantivi.
- La penalità delle query lunghe. Più descrivi, peggio va la ricerca a parole chiave, perché ogni parola in più è un'ulteriore cosa che con tutta probabilità nei tag non c'è. Risultato: ti abitui a sforbiciare la query fino a banalizzarla.
Cos'è davvero la ricerca semantica di immagini
La ricerca semantica di immagini trova le foto in base al loro significato, e non confrontando parole-tag. Un modello di IA traduce la tua query — e ogni immagine dell'indice — in un'impronta numerica (un vettore) che racchiude ciò di cui quella cosa parla. A quel punto il motore ti restituisce le immagini la cui impronta è più vicina a quella della tua query. E siccome il confronto avviene nello «spazio del significato», una descrizione può centrare una foto che non è mai stata etichettata con nessuna delle tue parole.
Da qui discendono due conseguenze, ed è tutto lì il nocciolo:
- Cerchi in linguaggio naturale, alla buona — una frase intera, esattamente come racconteresti la scena a un amico.
- Le query più lunghe e ricche di dettagli migliorano i risultati, non li peggiorano. Ogni dettaglio in più mette a fuoco l'impronta, invece di togliere ossigeno all'abbinamento.
Il test: una frase volutamente impossibile
Per toccare con mano la differenza, abbiamo scelto una query a cui nessun sistema a parole chiave potrebbe sopravvivere — troppo lunga, troppo specifica, che racconta una storia invece di elencare oggetti:
«Un vecchio seduto al tavolino di un bar dove va ogni mattina da trent'anni.»
In una casella a parole chiave può succedere una di due cose: o riduce la frase a vecchio, uomo,
bar e ti scarica addosso un muro di stock generico, oppure prende la stringa alla lettera, non trova nulla
etichettato così e ti restituisce le briciole. I trent'anni, l'ogni mattina, il
peso silenzioso dell'abitudine — tutto buttato. Ecco invece cosa ha tirato fuori Pexafy per quella frase esatta, parola per parola:
Guarda il primo risultato: un uomo anziano, da solo, al tavolino di un bar all'aperto, colto proprio in quella calma mattutina e abitudinaria descritta dalla frase. Nessuno ha etichettato quella foto con «trent'anni». Il motore ha afferrato cosa voleva dire la frase e ha trovato l'emozione. Una volta può essere fortuna. Quindi rifacciamolo altre tre volte.
Altre tre ricerche che mettono in crisi i motori a tag
1 · Un'emozione senza oggetto: «la solitudine in una città affollata»
Il tag «solitudine» non esiste. Un motore a parole chiave vede soltanto città e folla e ti rifila
cartoline da turista. Pexafy invece coglie il sentimento — una figura immobile sola, immersa in una folla sfocata di sconosciuti:
2 · Una metafora pura: «il peso di portare le aspettative di tutti»
In questa frase non c'è un solo oggetto fotografabile. Un motore a tag è disarmato. Pexafy traduce la metafora nella sua forma più concreta e umana — persone che portano fisicamente carichi enormi:
Emozione, metafora, racconto: tre forme diverse di «impossibile», tre serie di foto davvero azzeccate. Manca un'ultima dote che, in sordina, allarga la platea di chi può davvero usare le immagini stock.
3 · La stessa ricerca, in qualsiasi lingua
La ricerca per parole chiave vale tanto quanto la lingua in cui sono stati scritti i tag — quasi sempre l'inglese. Pexafy invece proietta il significato nello stesso spazio a prescindere dalla lingua, così la query finisce nello stesso punto che tu la scriva in inglese o in italiano. Guarda cosa succede a cercare un pescatore in due modi diversi:
In cima, in entrambe le lingue, ci sono le stesse due foto. Non un elenco di parole chiave tradotto, ma la stessa comprensione, raggiunta tanto dall'italiano quanto dall'inglese. Pexafy lavora così in oltre 100 lingue, su un unico indice condiviso.
Il confronto con Google Images, Unsplash e Pexels
Mettiamo i puntini sulle i: Unsplash, Pexels e Pixabay ospitano fotografie bellissime e davvero libere da usare — e Pexafy le setaccia tutte, e non solo loro. Google Images resta imbattibile nell'indicizzare il web aperto. La differenza non sta nelle immagini, ma nel modo in cui ti è permesso chiederle.
| Ricerca per parole chiave / tag Unsplash · Pexels · Pixabay | Google Images | Pexafy | |
|---|---|---|---|
| Confronta in base a | Parole chiave | Testo della pagina e tag | Significato visivo |
| Query a frase intera | Peggiora | Peggiora | Migliora |
| Emozioni e metafore | Scartate | Scartate | Comprese |
| Query non in inglese | Solo tag in inglese | Parziale | Oltre 100 lingue, un solo indice |
| Fonti per ricerca | Una sola libreria | Il web aperto | 9 librerie in una volta sola |
| Licenza libera in chiaro | Sì | Devi controllare sito per sito | Sì — ogni risultato rimanda alla fonte |
Dietro le quinte, Pexafy legge ogni foto come farebbe una persona: non si fida dei tag, ma guarda i pixel. Una rete neurale analizza il contenuto reale di ogni immagine e il significato delle tue parole, e colloca entrambi in un unico spazio condiviso. Così trovare la foto giusta si riduce a individuare le immagini più vicine alla tua frase — su 9 librerie, in meno di 100 millisecondi.
Cercare per frase: 4 consigli pratici
Per sfruttare al meglio la ricerca semantica, dimentica un paio di automatismi da parole chiave:
- Descrivi la scena, non sciorinare sostantivi. Scrivi «un'infermiera stanca che si concede una pausa in un corridoio d'ospedale di notte», non «infermiera ospedale».
- Aggiungi l'atmosfera. Parole come calmo, caotico, nostalgico, minimale orientano davvero i risultati: fanno parte del significato, non sono rumore di fondo.
- Scrivi nella tua lingua. Niente traduzioni preliminari: digita la frase nella lingua in cui pensi.
- Affina con le parole, non con i filtri. Risultati troppo «da catalogo aziendale»? Aggiungi «spontaneo, luce naturale, documentario». Si rifinisce descrivendo, non cliccando.
È tutto qui il cambio di passo: smettila di tradurre la tua idea in parole chiave che una macchina tollera e limitati a descrivere l'immagine che hai già davanti agli occhi. Il collo di bottiglia era la ricerca — mai la libreria.