Novità · 3 minuti di lettura
Un modello linguistico può essere utilizzato per elaborare testi, preparare risposte o estrarre informazioni. Per inserirlo in un’applicazione aziendale occorre però definire il compito, verificare i risultati e stabilire quali operazioni possa eseguire.
Il modello più recente o più grande non è automaticamente la scelta migliore. Conta il comportamento sul lavoro reale: qualità delle risposte, tempi, costi e compatibilità con i requisiti del progetto.
Questa guida propone criteri di valutazione, evitando classifiche destinate a diventare rapidamente obsolete.
Partire dal compito, non dal nome del modello
Prima di confrontare i fornitori, descrivi input e risultato atteso.
“Usare l’AI nel gestionale” è un obiettivo troppo ampio. “Preparare una bozza di risposta a partire da una procedura approvata” è un compito più verificabile.
È utile chiarire anche cosa il sistema non deve fare: inventare informazioni mancanti, leggere documenti non autorizzati o eseguire operazioni senza conferma.
I criteri da confrontare
| Criterio | Domanda da porre |
|---|---|
| Qualità | La risposta rispetta le informazioni e le istruzioni disponibili? |
| Capacità | Il modello gestisce il tipo di input necessario, come testo o immagini? |
| Tempo di risposta | L’attesa è compatibile con il percorso dell’utente? |
| Costo complessivo | Quanto incidono richieste, risposte, strumenti aggiuntivi e tentativi ripetuti? |
| Gestione dei dati | Quali condizioni applica il servizio ai dati inviati? |
| Manutenzione | Come si gestiscono cambiamenti, nuove versioni e dismissioni? |
La scelta va verificata sul proprio compito, confrontando alternative con criteri coerenti. Le specifiche generali non sostituiscono questa prova. Guida ufficiale OpenAI alla selezione dei modelli
Un esempio di valutazione
Un sistema che classifica brevi richieste può avere esigenze diverse da uno che prepara spiegazioni lunghe su documenti tecnici.
Nel primo caso possono pesare maggiormente costo e rapidità; nel secondo diventano centrali completezza, fedeltà alle fonti e gestione delle informazioni mancanti. Sono esempi di requisiti, non risultati di un confronto già eseguito.
Fornire documenti non equivale a riaddestrare il modello
Un’applicazione può cercare passaggi pertinenti in una raccolta di documenti e fornirli al modello come contesto. Questa modalità viene spesso indicata come retrieval-augmented generation, o RAG.
Il recupero delle informazioni può aiutare a collegare una risposta a materiale specifico. Non equivale automaticamente ad addestrare il modello e non elimina la necessità di verificare le risposte. Documentazione OpenAI sul recupero delle informazioni
Anche la fonte può essere sbagliata o non autorizzata
Occorre gestire versioni dei documenti, permessi e pertinenza dei risultati. Un modello non dovrebbe ricevere materiale riservato soltanto perché tecnicamente presente nell’archivio.
Integrare il modello nell’applicazione
L’interfaccia raccoglie la richiesta; il server verifica l’utente, prepara i dati autorizzati e comunica con il servizio AI. La risposta deve poi essere controllata secondo l’uso previsto.
Le chiavi non devono essere distribuite nel codice pubblico. Servono inoltre gestione degli errori e limiti d’uso adeguati all’applicazione. Pratiche OpenAI per gli ambienti di produzione
Il modello non deve decidere i permessi
Se l’applicazione può modificare dati, inviare comunicazioni o avviare processi, le autorizzazioni devono restare controllate dal software.
Una richiesta contenuta in un documento o in un messaggio non deve poter scavalcare questi controlli. Per azioni rilevanti è opportuno prevedere una conferma esplicita e un passaggio umano. Indicazioni OpenAI sulla sicurezza delle applicazioni AI
Esempio: una bozza di risposta nel gestionale aziendale
Questo è un esempio progettuale, non un progetto realmente realizzato da SoluzioneLab né una funzione già disponibile in un prodotto.
Un operatore apre una richiesta di assistenza nel gestionale. Il server verifica il suo ruolo e seleziona soltanto i dati della richiesta e le procedure che l’operatore è autorizzato a consultare. Il modello può proporre una bozza di risposta basata su quel materiale, indicando le informazioni mancanti.
L’operatore confronta la bozza con le fonti, la corregge e decide se inviarla. Nell’esempio il modello non invia messaggi, non modifica anagrafiche e non chiude la richiesta autonomamente. Il gestionale mantiene autorizzazioni e conferme, gestisce indisponibilità del servizio e controlla formato e dimensione della risposta.
Prima di valutare l’uso reale, andrebbero provati almeno richieste prive di dati, documenti non pertinenti, tentativi di accedere a informazioni di un altro utente e risposte non supportate dalle procedure. Non vengono qui dichiarati benefici economici, risparmi di tempo o risultati misurati.
Verificare il comportamento prima e dopo il rilascio
Prepara un insieme di richieste rappresentative: casi normali, informazioni mancanti, istruzioni ambigue e input che il sistema deve rifiutare.
Per ogni caso definisci cosa rende accettabile il risultato. Valuta anche la capacità di dichiarare un limite, non soltanto di produrre una risposta.
I test vanno ripetuti quando cambiano modello, istruzioni o documenti. Un miglioramento su alcuni esempi non dimostra che l’intero sistema sia migliorato. Buone pratiche OpenAI per le valutazioni
Domande frequenti
Serve sempre il modello più potente?
No. La scelta dipende dai requisiti e dai risultati verificati, non soltanto dalle capacità generali dichiarate.
Il modello conosce automaticamente i dati della mia azienda?
No. Un’eventuale integrazione deve fornire le informazioni necessarie attraverso modalità e autorizzazioni definite.
Le risposte possono essere sempre corrette?
Non è una garanzia realistica. Occorre progettare controlli, gestione dell’incertezza e revisione proporzionati alle conseguenze di un errore.
Posso cambiare modello in seguito?
È possibile progettarlo, ma la sostituzione richiede verifiche: formato delle risposte, comportamento e requisiti del servizio possono essere differenti.
Per un’applicazione specifica al CMS, puoi leggere come integrare ChatGPT con WordPress. Per il caso dei bot, consulta la guida ai chatbot WordPress.
Stai valutando una funzione AI in un’applicazione web o in un gestionale? Raccontaci il processo da migliorare. Nell’ambito dello sviluppo di applicazioni su misura possiamo partire dai requisiti e valutare la fattibilità delle integrazioni.