Un assistente che consulta documenti aziendali può rispondere bene alla domanda sbagliata: per esempio, usando una procedura superata invece di quella in vigore. Preparare le fonti significa stabilire quali documenti sono autorevoli, chi può leggerli e come cambiano nel tempo. Il recupero delle informazioni precede la generazione della risposta; un testo scorrevole non corregge una fonte inadatta. [1]
Inventariare una raccolta prima di indicizzarla
L’elenco dei file è soltanto il punto di partenza. Per ogni documento registra un identificativo stabile, il proprietario del contenuto, la famiglia documentale, lo stato e il pubblico autorizzato. Il nome del file può cambiare e non dovrebbe essere l’unico legame fra origine e indice. Due file con nomi simili possono avere ruoli diversi; due copie dello stesso documento possono invece essere duplicati da gestire consapevolmente.
Distingui documenti correnti, bozze, storici e materiali esterni. Una bozza non diventa una procedura approvata perché è più recente nella cartella. Un manuale del produttore può essere valido come riferimento generale ma non descrivere una configurazione personalizzata. Il sistema deve poter recuperare il documento nel ruolo corretto, accompagnando la risposta con il contesto necessario.
Il primo inventario può essere semplice, purché abbia un proprietario e criteri ripetibili. Segna i documenti senza responsabile o con permessi incerti come elementi da chiarire prima dell’ingresso. Non cercare di correggere l’intero archivio durante il primo pilota: scegli una raccolta delimitata che possa essere mantenuta, dimostrando il processo dall’acquisizione alla rimozione.
Dare un significato esplicito alla versione corrente
La versione corrente deve essere una decisione dell’organizzazione o del sistema sorgente, non una deduzione del modello dal nome del file. «Finale», «finale2» e «definitivo» non costituiscono un criterio affidabile. Definisci chi approva una versione e come viene superata. Lo storico può restare consultabile per alcuni compiti, ma deve essere distinguibile dalle istruzioni applicabili al lavoro attuale.
In uno scenario illustrativo, una procedura di apertura ticket cambia il recapito del servizio. Se entrambe le versioni vengono recuperate senza stato, il modello può mescolare il nuovo percorso con il vecchio indirizzo. La risposta può risultare fluida e tuttavia operativamente errata. Il problema non si risolve soltanto chiedendo al prompt di scegliere il documento più recente: occorre fornire un segnale autorevole sullo stato e applicare filtri coerenti.
Conserva il legame fra versione della fonte e versione indicizzata. Se l’elaborazione fallisce, il sistema deve rendere visibile che l’indice non è aggiornato. Decidi se mantenere temporaneamente la versione precedente, con un limite dichiarato, oppure escludere il documento fino alla correzione. La scelta dipende dal rischio dell’uso: una procedura operativa critica e un testo descrittivo possono richiedere comportamenti diversi.
Gestire versioni valide in contesti diversi
“Corrente” può dipendere da sede, prodotto, contratto o tipo di cliente. Due procedure possono essere entrambe approvate e differire perché si applicano a contesti diversi. Il sistema deve conoscere questi attributi e usarli nel recupero; scegliere semplicemente il documento con la data maggiore può produrre una risposta formalmente aggiornata ma inadatta alla richiesta.
Prepara una matrice di applicabilità con il proprietario del contenuto. Per ogni fonte indica condizioni, eccezioni e informazioni che l’utente deve fornire prima di ottenere una risposta. Quando il contesto manca, il comportamento corretto può essere chiedere un chiarimento o mostrare le alternative con i rispettivi ambiti. Non lasciare al modello la libertà di assegnare un contratto sulla base del tono della domanda.
Un esempio sintetico può usare due manuali dello stesso dispositivo con funzioni diverse per versione. La domanda di prova deve permettere di verificare se il recupero seleziona il manuale pertinente o mescola i passaggi. Registra i frammenti trovati, così un errore di filtro non viene confuso con un errore di formulazione della risposta.
Questa distinzione aiuta anche a evitare duplicati impropri. Due documenti quasi identici non sono necessariamente copie da eliminare; potrebbero rappresentare ambiti diversi. La pulizia dell’archivio deve quindi essere guidata da responsabilità e applicabilità, non soltanto dalla somiglianza del testo.
Preparare frammenti che mantengono condizioni e unità
L’indicizzazione suddivide spesso i documenti in parti più piccole. Questa scelta deve preservare informazioni che stanno insieme: titolo e contenuto, intestazioni e celle, prerequisiti e passaggi, eccezioni e regola generale. Un frammento che contiene soltanto «entro 72 ore» non spiega a quale servizio, condizione o contratto si riferisca. Senza contesto, la generazione può trasformare un dettaglio specifico in una promessa generale.
Assegna a ogni frammento riferimenti al documento e alla versione, oltre a posizione o sezione quando disponibili. Le citazioni devono permettere al lettore di ritrovare il passaggio. Se una conversione elimina la struttura delle tabelle, verifica campioni prima di indicizzare l’intera raccolta. La qualità dell’estrazione è parte del progetto, non un passaggio neutro che si può presumere sempre corretto.
La documentazione Microsoft sul RAG descrive il recupero come fase che alimenta il contesto del modello. [1] Per questo il collaudo deve osservare anche i frammenti effettivamente recuperati. La guida alla verifica OCR è utile quando le fonti sono scansioni: un dato non acquisito correttamente non diventa affidabile perché viene successivamente trovato da una ricerca semantica.
La stessa identità documentale collega fonte, frammenti e risposta. Aggiornamenti e revoche devono propagarsi e restare verificabili.
Leggi lo schema
- Fonte approvataIdentità, proprietario, stato e accessi
- Frammenti tracciatiContesto e versione conservati
- Indice riconciliatoModifiche, rimozioni e revoche allineate
- Citazione correnteRisposta sostenuta dalla fonte autorizzata
La verifica: Versione e permessi nell’indice corrispondono ancora alla fonte?
Se no, segnala il ritardo o escludi la fonte fino alla verifica prevista.
Propagare modifiche, eliminazioni e revoche
Aggiornare un file non aggiorna automaticamente tutte le rappresentazioni derivate. Possono esistere testo estratto, frammenti, vettori, cache e risultati già preparati. Il progetto deve conoscere questa catena e definire come una modifica raggiunge ogni componente. Un processo di sincronizzazione che tratta soltanto nuovi file lascia aperto il problema dei documenti sostituiti o rimossi.
Microsoft documenta meccanismi per rilevare documenti modificati ed eliminati negli indici collegati a specifiche sorgenti. [2] Le condizioni dipendono dal connettore e dalla configurazione: non presumere che la cancellazione dalla cartella rimuova immediatamente ogni copia di ricerca. Verifica il comportamento con un documento sintetico, osservando acquisizione, aggiornamento, eliminazione e successiva ricerca.
La revoca dei permessi è altrettanto importante. Un documento può rimanere esistente ma diventare riservato a un gruppo più ristretto. Il sistema deve smettere di usarlo per gli utenti non più autorizzati, anche se il testo non è cambiato. Prova la revoca con un account dedicato e controlla fonti, citazioni e cache. Non chiedere al modello di dimenticare un contenuto che il recupero continua a fornirgli.
Riconciliare origine e indice con controlli leggibili
La sincronizzazione dovrebbe produrre uno stato osservabile: documenti ricevuti, elaborati, esclusi, falliti e rimossi. Per ogni errore servono un riferimento e una causa utilizzabile, come formato non supportato, documento protetto o estrazione incompleta. Un totale verde non dimostra che tutti gli elementi importanti siano presenti; un piccolo numero di errori può riguardare proprio la procedura più consultata.
Prepara una riconciliazione fra inventario della fonte e inventario dell’indice. Cerca documenti mancanti, versioni non allineate, frammenti orfani e permessi non aggiornati. Non è necessario conservare il testo integrale nei log per svolgere questo controllo: identificativi, versioni e stati possono essere sufficienti. Proteggi comunque le tracce, perché nomi e riferimenti possono rivelare informazioni sull’organizzazione.
Definisci inoltre una soglia operativa per il ritardo. Il sistema deve sapere quando l’indice è troppo vecchio per sostenere una risposta sul tema richiesto. La soglia non è universale: dipende da quanto cambiano le fonti e dalle conseguenze di un’informazione superata. Una risposta che segnala un aggiornamento non ancora acquisito può essere più utile di una conclusione completa costruita sulla versione sbagliata.
Collaudare il ciclo di vita con domande sentinella
Scegli alcune domande il cui risultato dipende da un passaggio preciso. Crea una fonte sintetica che contenga un valore chiaramente riconoscibile, indicizzala e verifica che la citazione riporti il riferimento atteso. Poi modifica il valore, sostituisci la versione, restringi l’accesso ed elimina il documento. Dopo ogni fase controlla ciò che un utente autorizzato e uno non autorizzato riescono a recuperare.
Queste domande sentinella non sostituiscono il set di valutazione generale, ma controllano il funzionamento del ciclo di vita. Se una vecchia risposta continua a comparire, indaga separatamente indice, cache e contesto della conversazione. Il modello può mantenere nella conversazione una fonte già mostrata: anche il trattamento delle sessioni esistenti deve essere previsto quando cambiano autorizzazioni o informazioni decisive.
La guida ai permessi dell’assistente approfondisce i confini fra utenti. Per il mantenimento documentale, il criterio di riuscita è poter dimostrare che aggiunta, sostituzione, revoca e rimozione producono gli effetti attesi. Non limitare il collaudo alla prima risposta corretta appena dopo l’installazione: il servizio deve restare coerente quando il patrimonio informativo cambia.
Preparare la ricostruzione dell’indice senza ripristinare vecchi permessi
Un indice può essere ricostruito a partire dalle fonti, ma il progetto deve sapere quali configurazioni servono: estrazione, suddivisione, metadati, filtri e riferimenti. Conserva versioni di questi elementi e un piccolo campione di controllo. La possibilità di ricreare i vettori non dimostra da sola che il sistema tornerà a selezionare le fonti corrette.
Dopo una ricostruzione verifica prima identità e autorizzazioni correnti. Un backup tecnico dell’indice può contenere associazioni superate o documenti nel frattempo ritirati. Il recupero deve confrontarsi con la fonte autorevole attuale, evitando di reintrodurre permessi revocati soltanto perché erano presenti nel punto ripristinato.
Prepara un controllo di riconciliazione con alcuni casi significativi: documento nuovo, documento modificato, documento eliminato e accesso ristretto. Non serve una nuova conversazione con dati riservati per ogni prova; risorse sintetiche riconoscibili permettono di osservare il percorso. Se la riconciliazione non è completa, limita le risposte sui temi interessati e segnala il motivo.
Definisci anche chi autorizza il ritorno del servizio di ricerca. Il team tecnico conferma disponibilità e configurazione, mentre il responsabile delle fonti conferma stato e applicabilità. Questa doppia lettura impedisce che un ripristino tecnicamente riuscito venga presentato come recupero della qualità documentale senza averla verificata.
Consegnare responsabilità e procedura di manutenzione
La raccolta deve avere un responsabile editoriale, mentre il processo tecnico deve avere un referente per sincronizzazione, errori e accessi. I due ruoli possono coincidere in una piccola organizzazione, ma le attività restano distinte. Chi modifica una procedura deve sapere come dichiararla corrente; chi gestisce l’indice deve sapere a chi chiedere conferma quando due fonti si contraddicono.
La consegna comprende inventario, regole di versione, criteri di esclusione, tempi di aggiornamento attesi e prove sul ciclo di vita. Aggiungi una procedura per ritirare rapidamente una fonte problematica senza eliminare indiscriminatamente l’intera base di conoscenza. Il ritiro tecnico deve essere seguito dalla correzione dell’origine, altrimenti la sincronizzazione può reintrodurre lo stesso materiale.
Un assistente documentale RAG affidabile dipende da questa disciplina più che dalla quantità di file collegati. L’obiettivo non è un archivio che contiene tutto, ma una raccolta in cui ciascuna fonte ha ruolo, accesso e stato comprensibili. Da qui diventa possibile ampliare il perimetro senza perdere la capacità di spiegare quale versione sostiene una risposta.
Dalla guida a una verifica concreta.
Prepara due versioni incompatibili dello stesso documento e marca quella superata. Chiedi all’assistente una risposta che dipenda dalla modifica; conserva fonte, versione e data interna del documento, non soltanto il testo generato.
Risorse utili e progetti ufficiali
- Promptfoo
Progetto open source. Framework per valutazioni ripetibili. Le chiamate a modelli esterni possono avere costi e trasferire dati.
I link ai repository identificano il progetto di origine, non una garanzia di sicurezza. Verifica licenza, manutenzione e compatibilità prima di adottare software. I siti esterni applicano le proprie regole sui dati.
RIFERIMENTI / TRASPARENZA
Le fonti. I limiti. Il contesto.
Questa guida collega indicazioni pratiche alla documentazione dei produttori e degli organismi citati. Versione del prodotto, licenze e configurazione possono cambiare il comportamento descritto.
- Microsoft — RAG e recupero delle fonti ↗learn.microsoft.com
- Microsoft — Documenti modificati ed eliminati negli indici ↗learn.microsoft.com
Le indicazioni vanno applicate da persone autorizzate dopo aver verificato l’ambiente. Le immagini sono rappresentazioni concettuali.
Uso consapevole · limiti e responsabilità
Le guide e gli esempi hanno finalità informative. Non offriamo una garanzia di assenza di errori, continuità o idoneità a uno scopo specifico. Verifica il risultato prima di utilizzarlo e conserva copie degli originali.
L’uso avviene a tuo rischio e sotto la tua responsabilità, nei limiti consentiti dalla legge. Restano salvi i diritti e le responsabilità inderogabili. Queste indicazioni non sostituiscono un incarico professionale, un collaudo o una valutazione del tuo ambiente.
Esegui esempi soltanto su dati sintetici o copie autorizzate, dopo averne compreso gli effetti. La cancellazione dalla sessione rimuove i risultati dalla pagina: non revoca copie, download o appunti e non certifica la cancellazione sicura della memoria.
Porta il ragionamento nel tuo contesto.
Prepara i dati del tuo ambiente e le priorità. Il confronto parte già dalle domande utili.