Contexte : Une application souhaite combiner recherche textuelle classique et recherche vectorielle basée sur embeddings. Le Problème : Les résultats ne sont pas correctement fusionnés et la latence augmente fortement. Contraintes : Configurer un champ vector et une requête hybride combinant knn et match. Optimiser la performance et la pertinence globale. Livrable attendu : Proposer une stratégie de recherche hybride performante combinant full-text et similarité vectorielle dans Elasticsearch.