Capitolo 5 — Grounding: risposte ancorate, fonti citate, e il coraggio del "non lo so"
Recuperare il materiale giusto non basta: bisogna che il modello lo usi davvero, invece di scivolare sulla sua memoria statistica. Questo ancoraggio ha un nome, grounding, e si costruisce con tre pratiche.
La prima è l'istruzione esplicita, nel system prompt del tuo RAG: "Rispondi esclusivamente in base ai documenti forniti. Se i documenti non contengono la risposta, dichiaralo." Sembra banale; cambia il comportamento in modo misurabile. La seconda sono le citazioni obbligatorie: ogni affermazione deve indicare da quale documento e sezione proviene — ed ecco a cosa servivano i metadati del capitolo 3. Le citazioni fanno due lavori: permettono all'utente di verificare (fiducia), e vincolano il modello a scrivere solo ciò che può attribuire (disciplina). La terza è la gestione onesta del buco: un RAG che risponde "questa informazione non è presente nei documenti" è un RAG di cui ti puoi fidare — infinitamente più prezioso di uno che riempie i buchi con allucinazioni ben scritte. Ricordi il Livello 0: il pericolo non è l'errore, è l'errore sicuro di sé.
E poi c'è la pratica che trasforma il tuo RAG da demo a sistema: la valutazione separata dei tre anelli. Su un set di domande di cui conosci le risposte, misuri tre cose distinte: il recupero trova il materiale giusto? (guarda i chunk, non la risposta); la risposta è fedele al materiale? (niente aggiunte di memoria); la risposta è completa? (usa tutto ciò che serviva). Tre domande, tre diagnosi diverse, tre rimedi diversi. Chi misura tutto insieme non capisce mai cosa sta aggiustando. Tieni a mente questo approccio: al Livello 5 diventerà una disciplina con un nome — evals.
L'esperimento del giorno. Aggiungi al tuo RAG le citazioni e la regola del "non lo so". Poi il test di onestà: fai tre domande la cui risposta NON è nei tuoi documenti, e verifica che lo dichiari invece di inventare. Se inventa, hai appena scoperto quale pratica di questo capitolo ti manca.