Generazione potenziata da recupero (RAG)

L’architettura RAG originale combinava un modello linguistico con informazioni recuperate da un indice esterno durante la generazione. Prova a sostegno di questa affermazione The original RAG paper combined a pretrained sequence-to-sequence model with a non-parametric dense-vector index retrieved during generation. Ambito: Lewis et al.'s 2020 RAG architecture and experiments, not every modern retrieval system. Attendibilità: alta · Verificato: 2026-07-14 Lewis et al.: Retrieval-Augmented Generation La documentazione moderna delle piattaforme utilizza la stessa ampia idea di recupera-poi-genera. Prova a sostegno di questa affermazione Google Cloud describes RAG as retrieving relevant information from external knowledge sources and providing it to a model to improve generated responses. Ambito: General RAG architecture in Google Cloud documentation; quality depends on retrieval, source quality, and generation. Attendibilità: alta · Verificato: 2026-07-14 Google Cloud: RAG overview

TL;DR — RAG (Generazione Aumentata da Recupero) è il modo in cui i motori di ricerca AI cercano le informazioni prima di rispondere. Invece di rispondere puramente dalla memoria, il sistema prima recupera passaggi rilevanti da un indice di ricerca, poi genera una risposta basata su ciò che ha trovato. Ecco perché Google AI Overviews, ChatGPT Search, e Perplexity possono citare pagine web fresche — e perché essere nell’indice conta ancora.

Cos’è il RAG

Un grande modello linguistico (un LLM, la cosa dietro ChatGPT e strumenti simili) impara da un’enorme quantità di testo durante l’addestramento. Ma quell’addestramento ha una data di scadenza, e il modello non può memorizzare tutto — quindi da solo o non conosce fatti recenti o di nicchia, o inventa qualcosa che sembra giusto.

Il RAG risolve questo problema lasciando che il modello cerchi le informazioni. Quando fai una domanda, un sistema RAG fa due cose in ordine:

1. Recupero — cerca in un indice (come quello di Google o Bing) e recupera i passaggi più rilevanti per la tua domanda.
2. Generazione aumentata — passa quei passaggi all’LLM, che scrive una risposta basata su di essi e di solito mostra i link alle fonti.

Il modo più semplice per immaginarlo: invece di rispondere solo dalla memoria, l’AI fa prima i compiti a casa.

Un esempio rapido

Chiedi a un motore di ricerca AI “cosa è cambiato nell’ultimo iPhone?” Il modello non è stato addestrato su un prodotto lanciato la settimana scorsa. Con il RAG, cerca sul web, recupera alcuni articoli recenti e scrive la sua risposta da quelli — con citazioni su cui puoi cliccare. Senza RAG, direbbe o che non lo sa o farebbe un’ipotesi.

Perché è importante per te

Ecco la parte che sorprende le persone: il RAG non usa un “indice AI” separato. Google AI Overviews recupera dall’indice di ricerca normale di Google. ChatGPT Search è stato lanciato sull’indice di Bing e gestisce anche il proprio crawler (OAI-SearchBot) — OpenAI non ha detto esattamente come i due sono mescolati oggi. In ogni caso, le stesse basi che sono sempre state importanti — essere crawlable, essere indicizzati, scrivere chiaramente — sono esattamente ciò che decide se i tuoi contenuti possono essere recuperati e citati in una risposta AI.

L’altra cosa da sapere: il RAG riduce le risposte sbagliate (allucinazioni) ma non le elimina. L’AI può ancora fraintendere ciò che ha recuperato. Quindi essere la fonte più chiara e più diretta su un argomento aiuta davvero.

Vuoi la vera meccanica — embeddings, chunking, re-ranking, RAG naive vs. agentico, e il playbook SEO? Passa alla scheda Avanzato.

Il sistema del 2020 di Lewis e colleghi abbinava la generazione di sequenze con il recupero denso da un indice non parametrico. Prova a sostegno di questa affermazione The original RAG paper combined a pretrained sequence-to-sequence model with a non-parametric dense-vector index retrieved during generation. Ambito: Lewis et al.'s 2020 RAG architecture and experiments, not every modern retrieval system. Attendibilità: alta · Verificato: 2026-07-14 Lewis et al.: Retrieval-Augmented Generation La panoramica attuale di Google Cloud definisce il RAG più ampiamente come fornire conoscenze esterne recuperate a un modello. Prova a sostegno di questa affermazione Google Cloud describes RAG as retrieving relevant information from external knowledge sources and providing it to a model to improve generated responses. Ambito: General RAG architecture in Google Cloud documentation; quality depends on retrieval, source quality, and generation. Attendibilità: alta · Verificato: 2026-07-14 Google Cloud: RAG overview

TL;DR — Il RAG è un pattern a due fasi, al momento dell’inferenza: recupero (trova passaggi rilevanti in un corpus esterno) poi generazione aumentata (fornisci quei passaggi a un LLM per produrre una risposta fondata e citata). I pesi non cambiano mai — combina la memoria parametrica del modello con la memoria non parametrica recuperata in tempo reale. La fase di recupero incatena chunking → embeddings → ricerca vettoriale → re-ranking → top-k. Il RAG “naive” è recupera-poi-genera; il RAG avanzato aggiunge la riscrittura delle query e il re-ranking; il RAG agentico aggiunge un recupero iterativo e multi-hop. Il recupero può fondare le risposte ma non garantisce la correttezza; in una valutazione Gemma, un contesto insufficiente coincideva con più risposte errate. Per la SEO: non esiste un indice AI separato; la crawlability, l’indicizzazione e la chiarezza a livello di passaggio sono i prerequisiti per essere recuperati.

Le due fasi (e perché “tempo di inferenza” è il punto centrale)

Scomponendo l’acronimo si ottiene il modello: Retrieval più Augmented Generation. Arriva una query; il sistema recupera i passaggi più rilevanti da un corpus esterno; li inietta nella finestra di contesto dell’LLM; l’LLM genera una risposta basata su di essi.

Il dettaglio che tutti sbagliano: questo avviene al momento dell’inferenza e i pesi del modello non vengono mai toccati. RAG non è training e non è fine-tuning. L’articolo originale del 2020 di Patrick Lewis e colleghi di Facebook AI Research lo inquadrava come la combinazione di due tipi di memoria — memoria parametrica (conoscenza incorporata nei pesi durante il training) e memoria non parametrica (conoscenza recuperata in tempo reale da un indice). RAG usa entrambe contemporaneamente. AWS spiega chiaramente il caso pratico: riaddestrare un modello fondamentale per conoscenze nuove o di dominio specifico è costoso, e “RAG is a more cost-effective approach to introducing new data to the LLM.” (traduzione) «RAG è un approccio più conveniente per introdurre nuovi dati all’LLM.»

(Il nome, per quel che vale, è stato un incidente. Lewis ha poi ammesso: “We definitely would have put more thought into the name had we known our work would become so widespread… We always planned to have a nicer sounding name, but when it came time to write the paper, no one had a better idea.” (traduzione) «Avremmo di sicuro dedicato più pensiero al nome se avessimo saputo che il nostro lavoro sarebbe diventato così diffuso… Avevamo sempre pianificato un nome più gradevole, ma quando è arrivato il momento di scrivere l’articolo, nessuno ha avuto un’idea migliore.»)

All’interno della fase di recupero

“Recupera i passaggi rilevanti” fa molto lavoro in quella frase. In un sistema reale è una pipeline:

1. Chunking. I documenti vengono suddivisi in pezzi recuperabili. La dimensione del chunk è un vero compromesso — troppo piccola e un passaggio perde il suo contesto; troppo grande e inonda il budget di token con irrilevanza. Le strategie vanno da conteggi di token fissi (100/256/512) a finestre ricorsive/scorrevoli fino a “Small2Big” (recupera una piccola frase, restituisci il chunk padre per la generazione).
2. Embedding. Ogni chunk viene trasformato in un vettore denso — una rappresentazione numerica del suo significato — così la similarità viene calcolata semanticamente, non per corrispondenza di parole chiave. Questo è il motivo per cui contenuti su un argomento vengono recuperati anche quando non usano la stessa formulazione della query.
3. Ricerca vettoriale. Anche la query viene incorporata e il sistema trova i chunk i cui vettori sono più vicini ad essa. La maggior parte degli stack di produzione esegue ricerca ibrida — recupero vettoriale denso più ricerca per parole chiave BM25 — perché ciascuno cattura recall che l’altro perde.
4. Ri-ranking. Un modello separato ri-valuta i candidati in base alla rilevanza rispetto alla query e li riordina, “effectively reducing the overall document pool.” (traduzione) «riducendo efficacemente il pool complessivo di documenti». Solo i migliori sopravvissuti entrano nel contesto.
5. Top-k nel prompt. I passaggi migliori vengono concatenati con la query dell’utente e passati al generatore.

Il chunking è l’anello fragile. Anthropic ha identificato che “traditional RAG solutions remove context when encoding information” (traduzione) «le soluzioni RAG tradizionali rimuovono il contesto quando codificano le informazioni» — un chunk tratto dal suo documento perde il contesto circostante che lo rendeva significativo. La loro tecnica Contextual Retrieval (anteporre un contesto specifico del chunk prima dell’indicizzazione) ha ridotto i recuperi falliti del 49% e del 67% se combinata con il ri-ranking. Questo è un forte segnale che il problema del chunking è reale — e che passaggi autonomi e ricchi di contesto sono più facili da recuperare correttamente.

RAG naive, avanzato e agentico

La letteratura di survey (Gao et al., 2023) suddivide il RAG in una tassonomia utile:

• RAG ingenuo — “un processo tradizionale che include indicizzazione, recupero e generazione.” Recupera top-k una volta, genera una volta. “fatica con precisione e richiamo, portando alla selezione di chunk disallineati o irrilevanti.”
• RAG avanzato — aggiunge “strategie pre-recupero e post-recupero.” Pre-recupero: riscrittura della query e migliore indicizzazione (incluso HyDE, dove il modello genera una risposta ipotetica, incorpora quella, e recupera documenti che assomigliano a risposte piuttosto che a domande). Post-recupero: ri-ranking e compressione del contesto.
• RAG modulare / agentico — il modello recupera, ragiona su ciò che manca ancora, e recupera di nuovo, iterando attraverso più hop. Questo è lo stato attuale della ricerca AI. Come ha detto Michael King: “Il pattern recupera-una-volta-poi- genera che ha definito la prima ondata è obsoleto… Il RAG agentico è ora il default.”

Questo è importante per la SEO perché i contenuti ora devono sopravvivere a più round di recupero e al controllo delle contraddizioni — non solo a un singolo passaggio di recupero.

Il RAG elimina le allucinazioni? No.

Il RAG può ancorare le risposte a fonti recuperate, ma l’LLM può ancora fraintendere o sovrainterpretare ciò che ha recuperato. Google Research (ICLR 2025) ha documentato un risultato controintuitivo in una valutazione: Gemma ha prodotto risposte errate sul 10,2% delle domande senza contesto e sul 66,1% con contesto insufficiente. I ricercatori riportano che i modelli possono “eccellere con contesto sufficiente ma fallire nel riconoscere quando il contesto è insufficiente.” Trattalo come un avvertimento specifico per modello e valutazione, non come prova che il recupero causi universalmente risposte peggiori. La lezione pratica è più ristretta: la qualità del recupero e la sufficienza del contesto vanno valutate piuttosto che assunte. Google ha operazionalizzato il risultato come un ri-ranker LLM nel suo Vertex AI RAG Engine.

RAG vs. fine-tuning

Questi vengono confusi costantemente, e sono fondamentalmente diversi:

• RAG recupera informazioni esterne al momento della query. I pesi rimangono invariati. Ideale per informazioni fresche/cambianti, requisiti di citazione e costi. Il sondaggio ha trovato che “RAG supera costantemente [il fine-tuning non supervisionato], sia per la conoscenza esistente incontrata durante l’addestramento sia per conoscenza completamente nuova.”
• Fine-tuning modifica i pesi del modello in un run di addestramento separato. Ideale per cambiare stile e comportamento, o per insegnare conoscenza di dominio stabile che non cambia.

Useresti il RAG per far conoscere al modello i fatti più recenti; useresti il fine-tuning per cambiare come parla.

RAG nel mondo reale: Google, ChatGPT, Perplexity

• Google AI Overviews. Google chiama RAG “a technique (also known as grounding)… relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.” (traduzione) «una tecnica, nota anche come grounding, che usa i sistemi principali di ranking della Ricerca per recuperare pagine pertinenti e aggiornate dal relativo indice». Ne conseguono due cose. In primo luogo, non esiste un indice IA separato — “our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” (traduzione) «le funzionalità IA generativa della Ricerca Google si fondano sui suoi sistemi principali di ranking e qualità». In secondo luogo, Google esegue query fan-out: “concurrent, related queries generated by the model to request more information.” (traduzione) «query correlate eseguite contemporaneamente e generate dal modello per richiedere altre informazioni». Una singola domanda può generare più sotto-query, ciascuna che recupera contenuti diversi — quindi i tuoi contenuti devono soddisfare le sotto-domande implicite, non solo la query principale.
• ChatGPT Search. Lanciato (ottobre 2024) con Bing come partner dati, e la documentazione del crawler di OpenAI conferma che OAI-SearchBot esegue fetching e indicizzazione indipendenti per le citazioni di ricerca, separati dal training-crawl di GPTBot. OpenAI non ha pubblicato l’attuale mix di recupero tra Bing e il proprio indice, e OpenAI ha da allora posizionato ChatGPT Search come concorrente autonomo di Bing piuttosto che un wrapper attorno ad esso — quindi tratta “è fondamentalmente Bing” come una semplificazione. La leva documentata e attuabile è più ristretta e più duratura: non bloccare OAI-SearchBot in robots.txt, perché è il crawler che OpenAI stesso nomina come quello che indicizza i contenuti per le citazioni di ricerca.
• Perplexity. Costruito su recupero ibrido (Vespa.ai — BM25 + denso) con modelli di embedding personalizzati e una soglia di re-ranking rigorosa: secondo analisi di terze parti, solo il top ~30% di oltre 60 fonti recuperate sopravvive alla fase di generazione, e “le citazioni non vengono aggiunte dopo la generazione — sono assegnate strutturalmente durante l’assemblaggio del contesto.” Deep Research esegue il loop agentico attraverso dozzine di ricerche.

Cosa significa RAG per la SEO

Togli il gergo e il piano d’azione è concreto:

• Essere nell’indice è il prerequisito — punto e basta. Nessun indice AI separato significa che la catena crawl → index → retrieve deve essere intatta. Se una pagina non può essere crawled e indicizzata, non può essere recuperata in una risposta AI. Lo stesso vale per i motori AI che costruiscono i propri pool: AI crawlers come OAI-SearchBot e PerplexityBot devono poter accedere a te, altrimenti sei invisibile a quelle risposte.
• Scrivi passaggi autonomi. RAG recupera frammenti, non intere pagine. Come ha detto Francine Monahan di iPullRank, i sistemi AI esaminano “frammenti di pagine piuttosto che la pagina nel suo insieme” — quindi crea “passaggi e frasi che si distinguono” che rispondano a una domanda specifica da soli. Questa è esattamente la struttura H2/H3 e le frasi tematiche chiare che una buona SEO già premia. Google dice esplicitamente di non sminuzzare i tuoi contenuti in piccoli pezzi per l’AI — i contenuti ben strutturati si dividono bene da soli.
• Copri i sotto-argomenti. Il query fan-out significa che una domanda può innescare molti recuperi. La profondità tra sotto-domande correlate batte una pagina piena attorno a una singola parola chiave.
• L’autorevolezza guida la citazione più della posizione nel ranking. Da un’analisi di 8 000 citazioni: “Una forte presenza nella ricerca organica e un’ampia visibilità web portano a citazioni AI, non il contrario” — e “contenuti altamente autorevoli da una pagina con ranking inferiore” a volte vengono citati rispetto a una pagina top-ranking meno credibile. I miei dati sono in linea (dalla mia ricerca sulle citazioni AI Overview): le menzioni su pagine molto linkate sono il predittore più forte di inclusione in AI Overview (ρ ≈ 0,70), e le menzioni web con brand correlate ~0,66 su 75 000 brand.
• I contenuti freschi hanno un vantaggio. Le citazioni AI sono significativamente più fresche dei risultati organici, quindi la tempestività conta.

Se vuoi la versione in una frase: RAG non ha sostituito la SEO — ha alzato la posta sulle parti della SEO che sono sempre state legate all’essere trovabili e all’essere chiari.

Riepilogo AI

Una sintesi della versione Advanced:

• RAG = Retrieval + Augmented Generation. Due fasi al momento dell’inferenza: recupera i passaggi pertinenti da un corpus esterno, poi li fornisce a un LLM per generare una risposta fondata e citata. I pesi del modello non cambiano mai — non è addestramento e non è fine-tuning.
• Combina due memorie: parametrica (incorporata nei pesi) + non parametrica (recuperata in tempo reale). È così che le risposte AI coprono informazioni oltre il cutoff di addestramento.
• Il recupero è una pipeline: chunking → embeddings → ricerca vettoriale (spesso ibrida con BM25) → re-ranking → passaggi top-k nel prompt. Il chunking è l’anello fragile; i passaggi ricchi di contesto si recuperano meglio (Anthropic ha ridotto i recuperi falliti del 49%).
• Tre varianti: naive (recupero singolo), avanzata (riscrittura delle query, HyDE, re-ranking) e agentica (iterativa multi-hop) — quella agentica è ora il default della ricerca AI.
• Riduce, non elimina, le allucinazioni. Con contesto insufficiente, il tasso di allucinazione di un modello è passato dal 10,2% al 66,1% — un recupero scadente può essere peggiore di nessun recupero.
• RAG vs. fine-tuning: RAG per fatti freschi/cangianti + citazioni + costi; fine-tuning per stile/comportamento e conoscenza stabile.
• Motori: Google AI Overviews recupera dall’indice core (nessun indice AI separato) con query fan-out; ChatGPT Search è partito sull’indice di Bing e gestisce anche il proprio crawler, OAI-SearchBot — il mix attuale esatto non è pubblicato, quindi non bloccare OAI-SearchBot; Perplexity tramite recupero ibrido con una soglia di re-ranking rigorosa e citazioni assegnate durante l’assemblaggio del contesto.
• SEO: essere crawlable + indicizzati è il prerequisito; scrivi passaggi autonomi; copri i sotto-argomenti (fan-out); autorità/E-E-A-T guida le citazioni più della posizione in classifica; i contenuti freschi hanno un vantaggio.

Documentazione ufficiale

Documentazione e definizioni dalle fonti primarie dei fornitori.

Google

• Guida di Google all’ottimizzazione per le funzionalità AI generative — definisce RAG come grounding sull’indice core di Search; copre il query fan-out.
• AI Overviews e AI Mode in Search — conferma nessun requisito aggiuntivo oltre all’indicizzazione standard e all’idoneità per gli snippet.
• RAG e grounding su Vertex AI — la definizione retrieve-then-generate di Google Cloud (Burak Gokturk).
• Approfondimenti su RAG: il ruolo del contesto sufficiente — Google Research (ICLR 2025) sulla modalità di errore del contesto insufficiente.

Microsoft / Azure

• RAG e AI generativa — Azure AI Search — RAG definito come grounding in contenuti proprietari; comprensione delle query, vincoli sui token e il passaggio al recupero agentico.

OpenAI

• Panoramica dei crawler OpenAI — conferma che OAI-SearchBot esegue fetch/indicizzazione indipendenti per le citazioni di ChatGPT Search, separati dal crawl di addestramento di GPTBot; non rivela il mix attuale con l’indice di Bing.

Anthropic

• Introduzione al recupero contestuale — il problema della perdita di contesto nei chunk e una soluzione misurata (49% / 67% in meno di recuperi falliti).

AWS

• Cos’è la generazione aumentata da recupero? — un chiaro spiegatore in tre fasi e l’argomento dei costi RAG-vs-riaddestramento.

Articoli fondamentali

• Generazione potenziata da recupero per attività NLP ad alta intensità di conoscenza — Lewis et al., NeurIPS 2020 (l’articolo originale su RAG; memoria parametrica vs. non parametrica).
• Generazione potenziata da recupero per LLM: una rassegna — Gao et al. (la tassonomia naive / advanced / modular, HyDE, re-ranking).

Citazioni dalla fonte

Dichiarazioni ufficiali dei fornitori e dei ricercatori originali. I collegamenti profondi portano al passaggio citato dove disponibile.

Google — RAG come grounding, sull’indice principale

• “A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.” (traduzione) «Una tecnica, detta anche grounding, che migliora qualità, accuratezza e freschezza delle risposte IA affidandosi ai sistemi principali di ranking della Ricerca per recuperare pagine pertinenti e aggiornate dal relativo indice». — Google Search Central, guida all’ottimizzazione AI. Vai alla citazione
• “Our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” (traduzione) «Le nostre funzionalità AI generativa su Google Search sono radicate nei nostri sistemi principali di ranking e qualità di Search.» — Google Search Central, guida all’ottimizzazione AI.

Google Cloud — la definizione retrieve-then-generate

• “Retrieval Augmented Generation (RAG), a technique developed to mitigate these challenges, first ‘retrieves’ facts about a question, then provides those facts to the model before it ‘generates’ an answer – this is what we mean by grounding.” (traduzione) «Retrieval Augmented Generation (RAG), una tecnica sviluppata per mitigare queste sfide, prima “recupera” fatti su una domanda, poi fornisce questi fatti al modello prima che “generi” una risposta – questo è ciò che intendiamo per grounding.» — Burak Gokturk, VP & GM, Cloud AI, Google Cloud (27 giugno 2024). Vai alla citazione

L’articolo originale su RAG — memoria parametrica vs. non parametrica

• “retrieval-augmented generation (RAG) — models which combine pre-trained parametric and non-parametric memory for language generation.” (traduzione) «generazione aumentata da recupero (RAG) — modelli che combinano memoria parametrica e non parametrica pre-addestrata per la generazione del linguaggio.» — Lewis et al., NeurIPS 2020.

Patrick Lewis, autore principale — sul nome (via NVIDIA Blog, Rick Merritt)

• “We definitely would have put more thought into the name had we known our work would become so widespread.” (traduzione) «Avremmo sicuramente dedicato più pensiero al nome se avessimo saputo che il nostro lavoro sarebbe diventato così diffuso.»
• “We always planned to have a nicer sounding name, but when it came time to write the paper, no one had a better idea.” (traduzione) «Avevamo sempre pianificato di avere un nome più gradevole, ma quando è arrivato il momento di scrivere l’articolo, nessuno aveva un’idea migliore.» Leggi la copertura

Microsoft — RAG come grounding nei tuoi contenuti

• “Retrieval-augmented generation (RAG) is a pattern that extends LLM capabilities by grounding responses in your proprietary content.” (traduzione) «La generazione aumentata da recupero (RAG) è un pattern che estende le capacità degli LLM ancorando le risposte ai tuoi contenuti proprietari.» — Microsoft, documentazione di Azure AI Search.

Anthropic — il problema del chunking

• “traditional RAG solutions remove context when encoding information.” (traduzione) «le soluzioni RAG tradizionali rimuovono il contesto quando codificano le informazioni.» — Anthropic, Contextual Retrieval (19 settembre 2024). Leggi il post

AWS — RAG vs. riaddestramento

• “Retrieval-Augmented Generation (RAG) is the process of optimizing the output of a large language model, so it references an authoritative knowledge base outside of its training data sources before generating a response.” (traduzione) «La generazione aumentata da recupero (RAG) è il processo di ottimizzazione dell’output di un modello linguistico di grandi dimensioni, in modo che faccia riferimento a una base di conoscenza autorevole al di fuori delle sue fonti di dati di addestramento prima di generare una risposta.» — AWS.
• “RAG is a more cost-effective approach to introducing new data to the LLM.” (traduzione) «RAG è un approccio più conveniente per introdurre nuovi dati all’LLM.» — AWS.

OpenAI — il proprio crawler per ChatGPT Search

• “OpenAI uses OAI-SearchBot and GPTBot robots.txt tags to enable webmasters to manage how their sites and content work with AI… a webmaster can allow OAI-SearchBot in order to appear in search results while disallowing GPTBot to indicate that crawled content should not be used for training.” (traduzione) «OpenAI utilizza i tag robots.txt OAI-SearchBot e GPTBot per consentire ai webmaster di gestire come i loro siti e contenuti interagiscono con l’AI… un webmaster può consentire OAI-SearchBot per apparire nei risultati di ricerca, mentre può disabilitare GPTBot per indicare che i contenuti indicizzati non devono essere utilizzati per l’addestramento.» — OpenAI, Panoramica dei crawler OpenAI. Leggi la documentazione

Michael King, iPullRank — il cambiamento agentico (Search Engine Land)

• “The retrieve-once-then-generate pattern that defined the first wave is obsolete… Agentic RAG is now the default.” (traduzione) «Il pattern recupera-una-volta-poi-genera che ha definito la prima ondata è obsoleto… RAG agentico è ora il default.» Leggi la copertura

Cheat sheet RAG

La pipeline, end-to-end

query → [recupero: frammenti · embedding · ricerca vettoriale (+BM25) · riordino · top-k] → arricchimento (passaggi nel contesto) → generazione (risposta LLM fondata e citata)

RAG vs. fine-tuning

Le tre generazioni di RAG

Pool di recupero dei motori a colpo d’occhio

Fatti rapidi

• RAG = Retrieval + Augmented Generation; coniato in Lewis et al., 2020.
• È a tempo di inferenza — i pesi non cambiano mai.
• L’allucinazione non è risolta: un contesto insufficiente ha portato un modello da 10,2 % a 66,1 %.
• Il chunking sensibile al contesto ha ridotto i recuperi falliti del 49 % (67 % con re-ranking).
• Non pre-”chunkare” i tuoi contenuti per l’AI — una struttura chiara con H2/H3 si chunk bene da sola.

I modelli mentali

1. Recupera → Arricchisci → Genera. Ogni sistema RAG è questi tre passaggi. Quando una risposta AI è sbagliata, individua quale fase è fallita: ha recuperato i passaggi giusti, ha passato abbastanza contesto, o il modello ha generato male da fonti buone? La maggior parte dei problemi di visibilità AI sono problemi di recupero, non di generazione.

2. Memoria parametrica vs. non parametrica. Il modello ha conoscenza parametrica (congelata nei suoi pesi, limitata al suo cutoff di addestramento) e conoscenza non parametrica (recuperata in tempo reale). Pubblicare contenuti non può toccare i pesi — ma può alimentare il recupero in tempo reale. Questo è l’intero motivo per cui la SEO si applica ancora alla ricerca AI.

3. RAG vs. fine-tuning è una divisione conoscenza-vs-comportamento. Serve che il modello sappia fatti nuovi o cambianti? RAG. Serve cambiare come si comporta o scrive? Fine-tuning. Non fare fine-tuning per aggiungere fatti che cambiano settimanalmente.

4. La qualità del recupero è il collo di bottiglia — e funziona in entrambe le direzioni. Un recupero migliore batte un modello più grande. E un recupero insufficiente può essere peggiore di nessuno. Quindi l’obiettivo per i tuoi contenuti non è solo “essere recuperati” — è “essere recuperati come un passaggio sufficiente e autonomo” che permetta al modello di rispondere in modo definitivo.

5. La catena crawl → index → retrieve. Non esiste un indice AI separato. Se una pagina fallisce nel crawl o nell’indicizzazione, non potrà mai raggiungere il recupero — né per il RAG di Google né per i motori AI che costruiscono i propri pool. Sistematizza la catena prima; ottimizza i passaggi dopo.

Mettiti alla prova: generazione aumentata da recupero

Risorse che meritano il tuo tempo

I miei scritti e ricerche correlati

• Che cosa sappiamo davvero sull’ottimizzazione per la ricerca LLM — L’articolo di Ahrefs che usa i miei dati: le menzioni su pagine molto linkate sono il predittore più forte dell’inclusione negli AI Overview (ρ ≈ 0,70).
• Ottimizzazione per i motori generativi — la risposta SEO a un panorama di ricerca basato su RAG.
• GEO, AEO e LLMO: che cosa significano tutte queste sigle della SEO IA? — il mio intervento ad Ahrefs Evolve 2025 sul panorama della ricerca AI e sul perché il prerequisito dell’indicizzazione non è cambiato.

I documenti fondamentali

• Generazione potenziata da recupero per attività NLP ad alta intensità di conoscenza — Lewis et al., 2020 (l’origine).
• RAG per LLM: una rassegna — Gao et al. (la tassonomia naive/advanced/modular).

Da altri

• Come funzionano i motori di ricerca AI — Ryan Law (Ahrefs) sulla RAG come meccanismo di grounding.
• Google AI Overviews: tutto quello che devi sapere — Ong & Law (Ahrefs) sulla RAG sull’indice principale.
• Cos’è la generazione aumentata da recupero? — NVIDIA (include l’aneddoto sul nome di Lewis).
• Come la generazione aumentata da recupero sta ridefinendo la SEO — Francine Monahan, iPullRank (ottimizzazione a livello di passaggio).
• Oltre la RAG: perché ogni piattaforma di ricerca AI è ora agentica — Michael King, Search Engine Land.
• Come funzionano le risposte di Perplexity AI — Ishtiaque Ahmed, un’analisi tecnica del pipeline di recupero/classificazione/citazione.
• Come farsi citare dall’AI: insight SEO da 8.000 citazioni AI — James Allen, Search Engine Land; autorità ed E-E-A-T guidano le citazioni AI più della posizione in classifica.
• Come Perplexity usa Vespa.ai — resoconto di prima parte di Vespa.ai sull’architettura ibrida di recupero BM25 + denso di Perplexity.
• Generazione aumentata da recupero — Wikipedia — utile panoramica di riferimento; copre l’avvelenamento della RAG e l’avvertenza sulle allucinazioni.

Statistiche da citare

• Salto di allucinazioni dal 10,2% al 66,1% — il tasso di allucinazioni di un modello con contesto recuperato insufficiente rispetto a nessun contesto; un recupero scadente può essere peggiore di nessun recupero. Google Research, ICLR 2025. Fonte
• 49% in meno di recuperi falliti grazie allo chunking context-aware (Contextual Embeddings), che sale al 67% se combinato con il re-ranking. Anthropic, 2024. Fonte
• ρ ≈ 0,70 — le menzioni su pagine molto linkate sono il predittore più forte dell’inclusione negli AI Overview di Google nella mia ricerca; le menzioni web di marca correlano ~0,66 su 75 000 marchi. Fonte
• Tasso di sopravvivenza ~30% — secondo analisi di terze parti, solo circa il 30% superiore delle 60+ fonti recuperate supera la soglia di re-ranking di Perplexity per entrare nella fase di generazione. Fonte
• RAG > fine-tuning non supervisionato per compiti di conoscenza — “for both existing knowledge encountered during training and entirely new knowledge.” (traduzione) «sia per la conoscenza esistente incontrata durante l’addestramento, sia per conoscenza completamente nuova.» Fonte

Cronologia modifiche