RAG

Che cos’è il RAG

Il RAG è l’architettura che unisce un modello linguistico a un sistema di recupero documenti. Prima di generare, il sistema cerca in un indice i contenuti pertinenti alla domanda, li passa al modello come contesto, e il modello scrive la risposta basandosi su quei documenti — quasi sempre citandoli.

È il motivo per cui la GEO esiste come disciplina praticabile. Un modello puro risponde solo con ciò che ha imparato in addestramento e non può citare nulla. Un sistema RAG va a prendere pagine reali nel momento della domanda: se la tua è tra quelle, entri nella risposta.

I due passaggi del recupero

Il primo passaggio è essere trovati dall’indice. Dipende da cose note da vent’anni: la pagina deve essere raggiungibile, indicizzabile, e il dominio deve avere abbastanza autorevolezza da rientrare nella selezione iniziale.

Il secondo è essere giudicati il contesto migliore tra i documenti recuperati. Qui contano la chiarezza del testo, la densità di informazione verificabile e la capacità di ogni frammento di reggersi da solo. Un documento recuperato ma poco leggibile viene scartato in favore di uno più diretto.

Vanno superati entrambi. Ottimizzare solo il primo produce pagine indicizzate che nessun modello riporta; ottimizzare solo il secondo produce testi eccellenti che nessuno recupera.

Perché riapre la partita

Se un modello rispondesse solo con la memoria di addestramento, chi è arrivato dopo non avrebbe scampo: i contenuti assorbiti sono quelli di chi pubblicava anni fa. Il recupero azzera parzialmente questo vantaggio, perché avviene a ogni singola domanda e guarda il web com’è adesso.