BlogAI & dati9 min di lettura

Assistenti AI con fonti: come si costruisce un RAG affidabile

Un assistente utile in azienda non inventa: cita. Architettura, qualità del recupero e controlli che rendono l'AI verificabile.

Di Michele Cerreta, Founder e CEO, Innovation Manager MISE

Grafo luminoso cyan di connessioni dati su fondo scuro

La maggior parte degli assistenti aziendali delude per una ragione semplice: rispondono bene alle domande facili e con sicurezza a quelle sbagliate. Il rimedio non è un modello più grande, ma un recupero migliore e una disciplina rigorosa sulle fonti.

Il recupero è il vero prodotto

  • Segmentazione dei documenti che rispetta la struttura logica, non un numero fisso di caratteri.
  • Ricerca ibrida: semantica per il significato, lessicale per codici, sigle e riferimenti normativi.
  • Riordino dei risultati e soglia di confidenza, con risposta esplicita quando la fonte non c'è.
Un assistente che dice «non lo so, ma questo documento è il più vicino» vale più di uno che risponde sempre.

Permessi e governance

Il filtro sui permessi appartiene al livello di recupero, non al prompt: l'utente deve vedere solo i frammenti che avrebbe potuto aprire comunque. Ogni interazione viene registrata con documento, versione e passaggio citato, così la risposta è ricostruibile a mesi di distanza.

Come si misura

Costruiamo un set di domande reali con risposte attese, e misuriamo copertura, precisione delle citazioni e tasso di astensione corretta prima di ogni rilascio. Senza questa griglia, ogni miglioramento è un'impressione.

Argomenti: RAG, LLM, Knowledge base

Vuoi discuterne applicato al tuo caso?

Scopri in 5 minuti, con l'aiuto della nostra AI, se il progetto che hai in mente è fattibile, quanto può costare, e quali tecnologie ti proponiamo.

Al termine, se vorrai, potrai prenotare una call conoscitiva con noi per approfondire di persona con i nostri consulenti.