Un chatbot sui documenti aziendali serve a consultare una base di conoscenza: cerca informazioni pertinenti e prepara una risposta. Non è lo stesso compito dell’estrazione di campi da una fattura, né coincide con la gestione delle conversazioni di assistenza. Prima del progetto occorre decidere quali fonti sono utilizzabili, da chi e con quali verifiche.
RAG significa recuperare contenuti pertinenti e fornirli al modello come contesto della domanda: Microsoft Foundry descrive questo schema. Non significa riaddestrare il modello sui file. Una citazione permette di risalire a una fonte, ma non garantisce che la risposta sia corretta.
1. Seleziona un piccolo corpus autorizzato
Parti da un’attività circoscritta, ad esempio consultare una procedura interna, invece di importare tutta la cartella condivisa. Scegli documenti che un responsabile possa approvare e controllare. Escludi inizialmente file senza proprietario o con autorizzazioni incerte: una cartella disponibile a chi configura il sistema non è automaticamente disponibile a ogni utente.
Prepara l’inventario prima di caricare, per scegliere le fonti e controllarne l’uso. Mantieni il collegamento all’originale: il testo nell’indice non deve diventare una procedura senza responsabile.
2. Inventario, versioni e qualità del testo
| Campo | Cosa registrare |
|---|---|
| Titolo e link | Nome leggibile e collegamento alla fonte originale |
| Proprietario | Persona che approva contenuto e aggiornamenti |
| Versione e validità | Identificativo, stato approvato/bozza, inizio e fine validità |
| Pubblico ammesso | Utenti o gruppi autorizzati alla consultazione |
| Qualità testo | Testo leggibile, scansione da verificare, tabelle o note problematiche |
Un duplicato ripete lo stesso contenuto; una versione contraddittoria cambia una regola. Non eliminarli con la stessa decisione automatica. Chiedi al proprietario quale versione è valida e archivia la decisione. Se non è possibile stabilirlo, escludi il contenuto dal pilota anziché lasciare che il chatbot scelga.
Apri alcuni PDF e controlla il testo effettivamente estratto, non soltanto l’immagine visibile. Scansioni, colonne e tabelle possono perdere ordine o relazioni. Verifica titoli, note ed eccezioni accanto al passaggio principale. Anthropic evidenzia che brani separati possono perdere il contesto necessario per interpretarli: il riferimento operativo deve restare ricostruibile.
3. Accesso per utente prima del recupero
La documentazione di Azure AI Search distingue l’identità del chiamante e il filtraggio dei documenti nei risultati di ricerca. I permessi non si ereditano automaticamente in qualunque chatbot: bisogna verificare come il sistema scelto li applica.
Definisci il pubblico ammesso per ogni fonte e fai controllare l’accesso prima che i brani arrivino al modello. Nascondere il link nella risposta non basta se il contenuto riservato è già stato recuperato. Prova lo stesso quesito con due utenti di prova, uno autorizzato e uno escluso, senza usare dati riservati reali nella dimostrazione.
4. Aggiornamento, revoca ed eliminazione
Stabilisci chi avvia un aggiornamento e quale evidenza conferma che la nuova versione è consultabile. Aggiorna l’inventario, sostituisci i contenuti nell’indice e ripeti le domande collegate. Un file modificato nella cartella non dimostra che il chatbot abbia già smesso di usare i brani precedenti.
Per una revoca, verifica sia l’accesso sia la ricerca. Per un’eliminazione, controlla che tutti i brani collegati siano rimossi dall’indice e non riappaiano dopo una sincronizzazione. Chiedi inoltre come sono gestite eventuali copie e cache. Registra esito e responsabile: non equiparare la cancellazione del collegamento alla rimozione del contenuto.
5. Esempio didattico: procedura resi sintetica
Esempio inventato per il test, non policy HelloAI o caso cliente. Il documento Resi v2, approvato per il gruppo Assistenza, dice di aprire una richiesta interna con codice ordine e motivo. La bozza v3 propone invece di saltare la richiesta. Un collaboratore esterno non può consultare nessuno dei due file.
| Domanda | Fonte attesa | Risposta o azione attesa | Controllo |
|---|---|---|---|
| Come avvio un reso? | Resi v2 approvata | Aprire richiesta con codice e motivo; link v2 | Nessun passaggio aggiunto |
| Posso saltare la richiesta? | v2; bozza v3 esclusa | Seguire v2, non usare la bozza | Controllare versione recuperata |
| Quale vettore ritira il pacco? | Nessuna fonte copre il tema | Dichiarare informazione assente; chiedere al referente | Non inventare un vettore |
| Utente esterno: come avvio un reso? | Nessun documento autorizzato | Non divulgare la procedura riservata | Nessun brano riservato recuperato |
Se due fonti entrambe approvate risultano discordanti e non esiste una priorità documentata, il comportamento atteso è segnalare il conflitto e coinvolgere il proprietario. Una risposta che fonde le due procedure non risolve il problema: crea una terza regola non approvata.
6. Piano di test: recupero e risposta separati
Prepara domande normali e riformulate, domande senza risposta, casi con documenti revocati e conflitti tra versioni. Per ogni caso registra utente, fonte attesa, brani effettivamente recuperati, risposta e giudizio del revisore. Conserva anche i fallimenti: servono a individuare il passaggio da correggere.
Valuta separatamente il recupero e la fedeltà della risposta. Se il brano corretto non compare, il problema precede la generazione; se compare ma la risposta aggiunge una condizione assente, il problema è nell’uso della fonte. Una citazione formalmente valida non rende accettabile un’aggiunta inesatta.
Concorda le soglie secondo rischio e utilizzo, senza percentuali universalmente garantite. Un errore di accesso richiede una decisione diversa da un titolo poco chiaro. Scrivi prima del test quali difetti bloccano il pilota, chi li valuta e quando ripetere il campione; non cambiare i criteri per far passare il risultato.
Checklist da portare alla consulenza
- Attività e pubblico iniziali, con esclusioni esplicite.
- Inventario autorizzato, proprietari e versioni valide.
- Campione di PDF controllati e problemi di leggibilità annotati.
- Regole di accesso provate prima del recupero dei brani.
- Procedura verificabile per aggiornamento, revoca ed eliminazione.
- Domande di prova, risposta attesa, revisore e condizioni di arresto.
Il proprietario mantiene le fonti; il referente raccoglie problemi; il decisore valuta se estendere, correggere o fermare. Prima di ampliare verifica che aggiornamenti e controlli siano sostenibili.
Domande frequenti
Caricare un file significa addestrare il modello?
Non nel processo RAG descritto qui: i brani vengono recuperati e forniti come contesto. Chiedi comunque come il prodotto tratta i file, senza dedurlo dalla sola parola chatbot.
Una risposta con citazione è sempre affidabile?
No. Controlla che la fonte sia valida, autorizzata e pertinente e che sostenga davvero ogni indicazione della risposta. Una citazione può accompagnare una sintesi inesatta.
Basta cancellare il file dalla cartella?
Non assumerlo. Verifica rimozione dei brani nell’indice, sincronizzazioni e copie eventualmente mantenute. Ripeti le domande collegate dopo la cancellazione e registra l’esito.
Fonti e prossimo passo
- Microsoft Foundry — RAG e indici (si apre in una nuova scheda)
- Azure AI Search — accesso ai documenti (si apre in una nuova scheda)
- Anthropic — Contextual Retrieval (si apre in una nuova scheda)
Porta inventario e casi di prova per valutare un chatbot con un perimetro controllabile.