Le informazioni più preziose della tua azienda sono intrappolate nei documenti. Manuali di prodotto che dormono su Google Drive. PDF di policy sepolti in SharePoint. Guide di formazione che nessuno legge oltre pagina tre. La conoscenza c'è, ma trovare risposte specifiche significa aprire file, scorrere pagine e sperare di aver scelto il documento giusto.
Chattare con i documenti cambia le cose. Carichi i tuoi file in un chatbot AI, e chiunque può fare domande in linguaggio semplice. Il chatbot legge i documenti, trova le sezioni pertinenti e restituisce una risposta diretta — con il materiale di origine a supporto.
Questa guida copre come funziona internamente la chat sui documenti, quali formati di file puoi usare, casi d'uso pratici in vari settori e come configurarla in Agentkit con un percorso passo passo.
Come funziona la chat sui documenti: RAG spiegato in modo semplice
La chat sui documenti è alimentata da una tecnica chiamata retrieval-augmented generation, o RAG. Il nome è tecnico, ma il concetto è semplice.
Ecco cosa succede quando carichi un documento e fai una domanda:
Passaggio 1: elaborazione del documento
Quando carichi un file, il sistema estrae tutto il contenuto testuale. Per i PDF, legge il livello di testo. Per i documenti Word, analizza il contenuto formattato. Per i file di testo e CSV, legge direttamente i dati grezzi.
Passaggio 2: chunking
Il testo estratto viene suddiviso in pezzi più piccoli chiamati chunk. Un PDF di 50 pagine potrebbe diventare 200 chunk, ciascuno contenente un paragrafo o poche frasi correlate. Il chunking è necessario perché i modelli AI funzionano al meglio quando si concentrano su passaggi pertinenti invece di elaborare un intero documento in una sola volta.
Passaggio 3: embedding
Ogni chunk viene convertito in una rappresentazione numerica chiamata vector embedding. Pensalo come una traduzione del testo in coordinate all'interno di uno spazio ad alta dimensionalità. I chunk con significato simile finiscono vicini tra loro in questo spazio, anche se usano parole diverse.
Passaggio 4: archiviazione
Gli embedding vengono salvati in un database vettoriale (Agentkit usa pgvector su Supabase). Questo database è ottimizzato per le ricerche di similarità — trovare i chunk più vicini per significato a una determinata query.
Passaggio 5: retrieval e generazione
Quando qualcuno fa una domanda, anche la domanda viene convertita in un embedding. Il sistema cerca nel database vettoriale i chunk più simili alla domanda. Quei chunk — tipicamente i 3-5 passaggi più pertinenti — vengono passati al modello AI come contesto. Il modello genera quindi una risposta in linguaggio naturale basata specificamente sul contenuto dei tuoi documenti.
Questa è la parte "retrieval-augmented": l'AI non indovina né si affida ai suoi dati di addestramento generici. Recupera prima i tuoi contenuti specifici, poi genera una risposta ancorata a quel contenuto.
Perché il RAG è importante
Senza RAG, un modello AI generico potrebbe rispondere basandosi su dati di addestramento obsoleti oppure allucinare dettagli sui tuoi prodotti. Con il RAG, il modello è vincolato ai tuoi documenti. Se la risposta non è nei contenuti caricati, un chatbot configurato correttamente lo dirà invece di inventare qualcosa.
Formati di file supportati
Agentkit supporta i formati di documento più comuni usati in azienda.
| Formato | Estensioni | Ideale per | Note |
|---|---|---|---|
| Manuali di prodotto, schede tecniche, report, policy | Il più diffuso. Deve avere un livello di testo (non immagini scansionate). | ||
| Word | .docx | Documenti interni, procedure, materiali di formazione | Preserva la struttura di titoli e formattazione. |
| Testo semplice | .txt | Contenuti grezzi, log, dati esportati | Semplice e affidabile. Nessuna formattazione da analizzare. |
| CSV | .csv | Dati strutturati, FAQ, cataloghi prodotto | I dati tabellari vengono suddivisi in chunk per riga. |
Una nota sui PDF scansionati
Se il tuo PDF è stato creato scansionando un documento fisico, potrebbe contenere solo immagini senza testo selezionabile. Il processo di estrazione del testo non riesce a leggere i PDF che contengono solo immagini. Prima di caricare, apri il PDF e prova a selezionare il testo. Se non riesci a evidenziare le singole parole, devi prima far passare il file attraverso un software OCR (riconoscimento ottico dei caratteri).
Limiti di archiviazione per piano
Ogni piano include un'allocazione di archiviazione per i documenti caricati.
| Piano | Prezzo mensile | Archiviazione documenti | Messaggi/mese | Chatbot |
|---|---|---|---|---|
| Free | $0 | 400 KB | 50 | 1 |
| Hobby | $29.99 | 40 MB | 2.000 | 1 |
| Standard | $119.99 | 40 MB | 12.000 | 2 |
| Pro | $399.99 | 40 MB | 40.000 | 3 |
Per fare un paragone, un tipico PDF di 10 pagine è di 200-500 KB. Un manuale di prodotto di 100 pagine di solito è 1-5 MB. Il piano Free funziona bene per fare test con qualche documento breve. Tutti i piani a pagamento includono 40 MB di archiviazione documenti, che bastano per set di documentazione estesi. I livelli superiori sbloccano più messaggi, chatbot e postazioni team.
Casi d'uso: chi trae vantaggio dalla chat sui documenti
La chat sui documenti non è limitata a un solo settore o team. Ecco i casi d'uso più comuni, con esempi specifici di cosa chiedono le persone.
FAQ e supporto rivolti ai clienti
Carica gli articoli del tuo help center, le guide prodotto e i documenti di policy. Pubblica il chatbot sul tuo sito web così i clienti possono fare domande e ottenere risposte all'istante.
Esempi di domande che fanno i visitatori:
- "Qual è la vostra politica di reso per gli articoli aperti?"
- "Come collego il dispositivo al WiFi?"
- "Quali formati di file supporta il vostro software?"
Questo riduce i ticket di supporto per domande già presenti nella tua documentazione. Secondo i dati di settore, il 60-80% delle domande di supporto clienti è ripetitivo e ha risposta nella documentazione esistente.
Base di conoscenza interna
Ogni azienda ha conoscenza istituzionale sparsa in decine di documenti. Carica il tuo manuale del dipendente, le policy IT, le linee guida HR e la documentazione dei processi. Dai al tuo team un chatbot che risponde a domande interne senza dover aprire un ticket di supporto.
Esempi di domande che fanno i dipendenti:
- "Quanti giorni di ferie ho dopo due anni?"
- "Qual è la procedura per richiedere un nuovo laptop?"
- "Dove invio le note spese?"
Ricerca e analisi
Ricercatori, analisti e consulenti lavorano con grandi volumi di documenti. Carica paper di ricerca, report di mercato o documenti normativi. Fai domande su tutto l'insieme di documenti invece di leggerli uno per uno.
Esempi di domande:
- "Quali sono stati i risultati chiave sulla fidelizzazione dei clienti nel report del terzo trimestre?"
- "Quali normative menzionano requisiti di conservazione dei dati?"
- "Riassumi la sezione sul panorama competitivo dell'analisi di mercato."
Compliance e legale
I team legali e i responsabili della compliance gestiscono documenti densi: contratti, normative, policy e report di audit. La chat sui documenti permette loro di interrogare questi documenti rapidamente senza leggere ogni pagina.
Esempi di domande:
- "Quali sono le clausole di risoluzione nel contratto con il fornitore?"
- "La nostra privacy policy copre il trattamento dei dati per i residenti UE?"
- "Quali sono i requisiti di notifica in caso di violazione dei dati?"
Educazione e formazione
Carica materiali didattici, libri di testo e manuali di formazione. Studenti o nuovi assunti possono fare domande e ottenere risposte tratte direttamente dai materiali ufficiali. Per una lista di controllo del pilota sulle informazioni pubbliche di ammissione e indicazioni sulla verifica delle fonti, consulta la guida ai chatbot per siti web scolastici.
Esempi di domande:
- "Spiega la differenza tra TCP e UDP."
- "Quali sono le procedure di sicurezza per gestire una fuoriuscita di sostanze chimiche?"
- "Riassumi il Capitolo 4 sulla modellazione finanziaria."
Passo passo: configura la chat sui documenti in Agentkit
Avviare un chatbot per i documenti richiede meno di dieci minuti. Ecco il processo.
1. Crea un account e un chatbot
Registrati su Agentkit (disponibile un piano gratuito) e crea il tuo primo chatbot. Dagli un nome e una breve descrizione del suo scopo.
2. Carica i tuoi documenti
Vai alla scheda Fonti del tuo chatbot. Clicca su Aggiungi fonte e seleziona Documenti. Trascina e rilascia i tuoi file oppure clicca per sfogliare. Puoi caricare più file contemporaneamente.
Il sistema elabora ogni file automaticamente: estraendo il testo, suddividendolo in chunk e creando vector embedding. Il tempo di elaborazione dipende dalla dimensione del documento. La maggior parte dei file si completa entro un minuto. I documenti più grandi (100+ pagine) possono richiedere qualche minuto in più.
Per opzioni di caricamento dettagliate, vedi la documentazione sulle fonti documenti.
3. Testa nel Playground
Apri il Playground dalla dashboard del tuo chatbot. Questo è il tuo ambiente di test. Fai le domande che farebbero i tuoi utenti. Controlla se le risposte sono:
- Accurate: la risposta corrisponde a quanto è scritto nel documento?
- Complete: copre l'intera risposta, o mancano dettagli importanti?
- Tracciabili: puoi ricondurre la risposta a un contenuto specifico del documento?
Se le risposte sono incomplete o sbagliate, il problema di solito è la qualità del documento o contenuti mancanti. Aggiungi altri documenti oppure integra con coppie di domande e risposte per le domande critiche.
4. Combina con altri tipi di fonte
I documenti funzionano al meglio quando combinati con altre fonti di addestramento. Agentkit supporta quattro tipi di fonte, e usarli insieme produce i risultati più solidi.
| Tipo di fonte | Ruolo nel tuo chatbot | Quando aggiungerla |
|---|---|---|
| Documenti | Conoscenza approfondita del prodotto, policy, specifiche | Inizia da qui per contenuti basati su file |
| Sito web | Copertura ampia dei tuoi contenuti pubblici | Aggiungi il tuo sito di marketing, help center o sito di documentazione |
| Coppie di domande e risposte | Controllo preciso su risposte specifiche | Aggiungi per domande ad alto rischio (prezzi, legale, policy critiche) |
| Frammenti di testo | Aggiunte e aggiornamenti rapidi | Aggiungi per annunci, informazioni temporanee, dettagli di brand |
Per una guida completa a tutti i metodi di addestramento, vedi Come addestrare un chatbot sui contenuti del tuo sito web.
5. Pubblica sul tuo sito web
Una volta che il tuo chatbot supera i test nel Playground, pubblicalo. Agentkit offre quattro metodi di embed:
- Widget JavaScript: aggiungi un tag script al tuo sito. Funziona su qualsiasi sito web.
- Componente React: integrazione React nativa per app basate su React.
- iframe: incorpora il chatbot in un iframe su qualsiasi pagina.
- Plugin WordPress: plugin dedicato per i siti WordPress.
Il widget JavaScript è la scelta più comune. Copia il codice di embed dalla scheda Pubblica del tuo chatbot e incollalo nell'HTML del tuo sito web. Il chatbot appare come widget fluttuante nell'angolo della tua pagina.
6. Monitora e migliora
Dopo il lancio, rivedi gli Analytics delle chat per vedere quali domande fanno le persone. Cerca:
- Domande con risposte deboli o sbagliate — aggiungi coppie di domande e risposte o carica documenti aggiuntivi per risolverle.
- Domande su argomenti non coperti — carica nuovi documenti o aggiungi frammenti di testo.
- Domande frequenti — assicurati che le risposte del chatbot per queste siano curate e complete.
Sui piani Standard ($119.99/mese) e Pro ($399.99/mese), il riaddestramento automatico mantiene le fonti sito web del tuo chatbot aggiornate in automatico. Per le fonti documenti, carica nuove versioni dei file quando il contenuto cambia.
Consigli per risultati migliori nella chat sui documenti
La qualità delle risposte del tuo chatbot dipende direttamente dalla qualità dei tuoi documenti. Ecco le pratiche che fanno la differenza più grande.
Struttura i tuoi documenti con titoli chiari
I documenti con titoli, sottotitoli e sezioni organizzate producono chunk migliori e risposte migliori. L'algoritmo di chunking usa segnali strutturali per creare segmenti significativi. Un documento che scorre come un unico blocco continuo di testo produce un retrieval meno preciso rispetto a uno con sezioni chiare.
Rimuovi il boilerplate e il rumore
Header, footer, pagine di indice, note sul copyright e testo legale ripetitivo alla fine di ogni documento aggiungono rumore senza contenuto utile. Se possibile, ripulisci i tuoi documenti prima di caricarli. Rimuovi il boilerplate ripetuto che compare su più file.
Mantieni i documenti aggiornati
I documenti obsoleti producono risposte obsolete. Se il tuo manuale di prodotto fa riferimento a funzionalità della versione 2.0 ma sei alla versione 4.0, il chatbot darà ai visitatori informazioni sbagliate. Sostituisci i documenti vecchi con le versioni attuali. Il chatbot rielabora il nuovo file e aggiorna la sua base di conoscenza.
Usa nomi di file specifici
Dai un nome descrittivo ai tuoi file: product-setup-guide-v3.pdf dice più cose, sia a te che al sistema, di doc_final_FINAL.pdf. Anche se il nome del file non influisce direttamente sulla qualità delle risposte, ti aiuta a gestire le tue fonti nel tempo.
Combina documenti con coppie di domande e risposte per le risposte critiche
Se una risposta specifica deve essere esattamente corretta ogni volta — prezzi, disclaimer legali, informazioni di sicurezza — non affidarti solo al retrieval dai documenti. Crea una coppia di domande e risposte dedicata con la risposta precisa. Le coppie di domande e risposte hanno priorità sui contenuti provenienti dai documenti per le domande corrispondenti.
Testa con domande reali degli utenti
Non limitarti a testare con domande di cui già conosci la risposta. Chiedi al tuo team di supporto, al team vendite o ai clienti veri cosa chiedono più spesso. Usa quelle come casi di test. Il chatbot deve gestire le domande che i tuoi utenti fanno davvero, non quelle che pensi faranno.
Chat sui documenti vs. ricerca tradizionale
Potresti chiederti perché la chat sui documenti sia meglio che mettere semplicemente i documenti sul tuo sito web con una barra di ricerca. Ecco la differenza.
| Funzionalità | Ricerca tradizionale nei documenti | Chat AI sui documenti |
|---|---|---|
| Tipo di query | Corrispondenza di parole chiave | Domande in linguaggio naturale |
| Formato del risultato | Elenco di documenti | Risposta diretta con fonte |
| Gestisce i sinonimi | Male (deve corrispondere ai termini esatti) | Bene (capisce il significato) |
| Risposte multi-documento | Incrocio manuale delle fonti | Sintesi automatica tra documenti |
| Sforzo dell'utente | Aprire documenti, trovare sezioni, leggere | Fare una domanda, ottenere una risposta |
| Domande di follow-up | Avviare una nuova ricerca | Conversazionale, consapevole del contesto |
La differenza più grande è lo sforzo dell'utente. La ricerca tradizionale ti dà un elenco di documenti che potrebbero contenere la risposta. La chat sui documenti ti dà direttamente la risposta. Per i clienti sul tuo sito web, quella differenza si traduce direttamente in meno ticket di supporto e maggiore soddisfazione.
Quando la chat sui documenti non è la scelta giusta
La chat sui documenti funziona meglio per domande fattuali, basate sulla conoscenza, con risposte chiare nel tuo materiale di origine. È meno adatta per:
- Domande altamente soggettive dove non esiste un'unica risposta corretta.
- Dati in tempo reale che cambiano di minuto in minuto (prezzi delle azioni, livelli di magazzino aggiornati in tempo reale). I documenti sono istantanee statiche.
- Flussi di lavoro multi-passaggio complessi dove l'utente deve compiere un'azione su più sistemi. Per questi, valuta di combinare la chat sui documenti con tipi di azione come chiamate API personalizzate o moduli.
- Contenuti che richiedono contesto visivo (diagrammi, grafici, immagini). L'attuale elaborazione dei documenti estrae solo il testo.
Per la maggior parte dei casi d'uso aziendali — supporto, onboarding, compliance, ricerca, formazione — la chat sui documenti gestisce bene il compito.
Prossimi passi
La chat sui documenti trasforma i tuoi file esistenti in una base di conoscenza conversazionale. I clienti ottengono risposte istantanee tratte dalla tua documentazione reale. Il tuo team dedica meno tempo a rispondere a domande ripetitive. E la configurazione richiede minuti, non settimane.
Inizia caricando i documenti più consultati — i file che il tuo team invia costantemente ai clienti o le guide che i nuovi dipendenti chiedono sempre. Testa nel Playground, affina con coppie di domande e risposte per le risposte critiche e pubblica sul tuo sito web.
Combina le fonti documenti con la scansione del sito web per una copertura più ampia, ed esplora le azioni di raccolta lead per trasformare le conversazioni di domande e risposte sui documenti in lead qualificati.
Nessuna carta di credito richiesta.
