Chatbot RAG

RAG è l'acronimo di Retrieval Augmented Generation. Il suo principio si basa su due fasi successive: recupero e generazione. Per cominciare, il contenuto dell'app viene trasformato in embedding, rappresentazioni matematiche che consentono di confrontare i testi tra loro. Quando un utente pone una domanda, anch'essa viene convertita in un embedding, quindi confrontata con gli embeddings dei contenuti dell'app per trovare i passaggi più rilevanti grazie a una ricerca semantica. Gli estratti selezionati vengono quindi forniti al modello linguistico, che scrive una risposta chiara e naturale, dando la priorità alle informazioni contenute nell'app, pur mantenendo la possibilità di riformularle per garantire la leggibilità.

RAG Chatbot utilizza i contenuti selezionati dall'utente nell'app per costruire la sua base di conoscenze. Sono supportati tre tipi di contenuti: articoli, eventi e punti mappa. Le fonti includono sia contenuti creati nel CMS GoodBarber sia contenuti provenienti da feed esterni integrati. L'utente mantiene il controllo sul perimetro: per ogni sezione, definisce il numero di elementi da indicizzare e quelli da includere nel chatbot. Ogni volta che i contenuti vengono aggiunti o aggiornati, la knowledge base viene aggiornata automaticamente, garantendo che le risposte siano sempre in linea con le informazioni più recenti.

Potete personalizzare l'aspetto del chatbot in modo che rifletta l'identità visiva della vostra applicazione: scelta dei colori, dei caratteri e dello stile di visualizzazione. Le fonti utilizzate nelle risposte sono evidenziate sotto forma di schede chiare e interattive, che consentono ai vostri utenti di accedere facilmente all'articolo originale, all'evento o al punto della mappa. Il chatbot diventa così un'esperienza fluida e armonizzata, perfettamente integrata nel vostro mondo.

• 
  Scelta dei colori
• 
  Scelta dei caratteri
• 
  Foto del chatbot
• 
  Stile

L'utilizzo di RAG Chatbot si basa su un sistema di crediti. Ogni abbonamento comprende una quota di 5.000 crediti al mese, rinnovata automaticamente. Questi crediti vengono utilizzati per ogni azione: indicizzare nuovi contenuti, porre una domanda a un utente o generare una risposta. Se la quota è esaurita prima della fine del mese, è possibile acquistare crediti aggiuntivi per garantire la continuità del servizio.

RAG Chatbot consente di scegliere il modello di AI utilizzato per l'indicizzazione e la generazione delle risposte. Questa scelta ha un impatto diretto sul consumo di credito: alcuni modelli sono veloci ed economici, altri sono più esigenti ma in grado di produrre risposte più raffinate e sfumate. Ad esempio, un modello come GPT-4o-mini riduce i costi, mentre un modello come GPT-5 offre la massima qualità. Decidete in base alle vostre priorità: ottimizzare il budget o privilegiare la precisione. Questa flessibilità vi permette di adattare il servizio alle esigenze specifiche della vostra applicazione.