Cos’è il RAG nell’intelligenza artificiale e come usarlo nella tua azienda

Il RAG spiegato con un’analogia: l’esame a libro aperto

Un modello linguistico è come uno studente brillantissimo che ha letto metà di Internet ma che non ha visto i tuoi contratti, le tue procedure né i tuoi clienti. Se lo interroghi su questi, improvvisa. Il RAG trasforma l’esame in un esame a libro aperto: prima di rispondere, il sistema cerca le pagine rilevanti nei tuoi documenti e le mette davanti allo studente. Lui scrive la risposta con quelle e ti dice da dove viene ogni informazione.

Non occorre “riaddestrare” il modello. Se cambi una procedura, aggiorni il documento e la risposta successiva ne tiene già conto.

Come funziona il RAG, passo dopo passo

1. Acquisizione: si raccolgono i documenti (PDF, Word, wiki, e-mail, ticket) e se ne estrae il testo, con OCR se sono scansionati.
2. Suddivisione: ogni documento viene diviso in frammenti dotati di senso (sezioni, clausole) e si aggiungono metadati (data, reparto, permessi).
3. Indicizzazione: ogni frammento viene convertito in un vettore numerico (embedding) che ne rappresenta il significato e salvato in un database vettoriale.
4. Recupero: di fronte a una domanda, il sistema cerca i frammenti più vicini per significato (e per parole chiave), filtra per permessi e li riordina.
5. Generazione: il modello riceve la domanda, i frammenti e le istruzioni (“rispondi solo con questo e cita la fonte”) e scrive la risposta.
6. Verifica: le fonti vengono mostrate e, se non ci sono evidenze sufficienti, il sistema lo riconosce invece di inventare.

RAG, fine-tuning o prompt lungo: quando usare ciascuno

Nei progetti aziendali il RAG è la norma, a volte combinato con il fine-tuning per il tono o il formato di uscita.

Quando un progetto RAG ha senso

Errori tipici nella costruzione di un RAG

• Indicizzare documenti senza pulirli: versioni duplicate e contraddittorie producono risposte contraddittorie.
• Suddividere a dimensione fissa e tagliare a metà una clausola.
• Usare solo la ricerca semantica e fallire sui riferimenti esatti (codici, importi, nomi).
• Non filtrare per permessi e mostrare informazioni a persone che non dovrebbero vederle.
• Non valutare: senza una raccolta di domande con risposte attese non si sa se migliora o peggiora.
• Dimenticare la manutenzione: i documenti cambiano e l’indice va aggiornato.

Come iniziare nella tua azienda

La via più sicura è un proof of concept con una sola fonte di dati e 30-50 domande reali scritte dalle persone che useranno il sistema. In poche settimane saprai se la qualità è sufficiente e quale preparazione richiedono i tuoi documenti. Se vuoi che ce ne occupiamo noi, vedi il nostro servizio di assistente IA sui documenti della tua azienda; se il sistema deve anche eseguire azioni, lo facciamo evolvere in un agente IA, e per l’assistenza clienti lo esponiamo tramite un chatbot. I costi sono in questa guida ai prezzi.

Domande frequenti

Raccontaci il tuo progetto

Descrivi cosa vuoi ottenere e con quali sistemi lavori. Ti rispondiamo entro 24-48 ore.