Il numero massimo di risultati determina quanti frammenti di contenuto dalla tua base di conoscenza vengono forniti all'intelligenza artificiale per formulare ogni risposta. È un parametro cruciale per bilanciare qualità delle risposte e efficienza del sistema.
Come funziona il sistema di risultati
Quando un utente fa una domanda, il sistema:
- Analizza la domanda: Identifica le parole chiave e il contesto
- Cerca nella base di conoscenza: Trova tutti i contenuti potenzialmente rilevanti
- Ordina per rilevanza: Classifica i risultati dal più al meno pertinente
- Limita i risultati: Prende solo i primi N risultati (dove N è il tuo parametro)
- Fornisce all'AI: L'intelligenza artificiale riceve questi contenuti per creare la risposta
Impatto del numero di risultati
Pochi risultati (3-7)
Vantaggi:
- Risposte più focalizzate e dirette
- Minor consumo di token (costi ridotti)
- Tempi di risposta più veloci
- Meno probabilità di informazioni contraddittorie
Svantaggi:
- Potrebbe perdere informazioni rilevanti
- Risposte meno complete
- Limitazioni per domande complesse
Ideale per:
- FAQ con risposte dirette
- Informazioni specifiche e puntuali
- Supporto tecnico con procedure standard
Molti risultati (15-25)
Vantaggi:
- Risposte più complete e dettagliate
- Maggiore copertura di informazioni correlate
- Migliore gestione di domande complesse
- Più contesto per l'AI
Svantaggi:
- Maggior consumo di token (costi più alti)
- Tempi di risposta più lunghi
- Possibili informazioni ridondanti o contraddittorie
- Risposte potenzialmente meno focalizzate
Ideale per:
- Consulenza e advisory
- Domande di approfondimento
- Ricerca e analisi
Come scegliere il numero ottimale
Considera il tipo di business
- E-commerce: 8-12 risultati per bilanciare dettagli prodotto e performance
- Supporto tecnico: 5-10 risultati per risposte precise
- Servizi professionali: 12-20 risultati per consulenza approfondita
- Educazione/Training: 15-25 risultati per spiegazioni complete
Considera la complessità delle domande
- Domande semplici ("Quali sono gli orari?"): 3-5 risultati
- Domande moderate ("Come configurare il prodotto?"): 8-12 risultati
- Domande complesse ("Quali sono le migliori pratiche per...?"): 15-20 risultati
Considera le risorse disponibili
- Budget limitato: Numero più basso per contenere i costi
- Performance critica: Numero moderato per velocità
- Qualità prioritaria: Numero più alto per completezza
Test e ottimizzazione
Metodologia di test
- Baseline: Inizia con 10 risultati (valore standard)
- Prepara domande test: 10-15 domande rappresentative del tuo caso d'uso
- Test variazioni: Prova 5, 10, 15, 20 risultati
- Valuta qualità: Confronta completezza e accuratezza delle risposte
- Monitora performance: Controlla tempi di risposta e costi
Metriche da valutare
- Completezza: La risposta copre tutti gli aspetti della domanda?
- Accuratezza: Le informazioni sono corrette e aggiornate?
- Rilevanza: Tutti i contenuti forniti sono pertinenti?
- Leggibilità: La risposta è ben strutturata e comprensibile?
Esempi pratici
Caso: Supporto prodotto software
Configurazione: 8 risultati
Domanda: "Come resetto la password dell'account?"
Risultato: Risposta precisa con procedura step-by-step, senza informazioni superflue
Caso: Consulenza legale
Configurazione: 18 risultati
Domanda: "Quali sono gli adempimenti fiscali per una nuova impresa?"
Risultato: Risposta completa che copre multiple aree (registrazioni, codici, scadenze, ecc.)
Adattamenti stagionali
- Periodi di alta attività: Riduci il numero per migliorare le performance
- Lanci di nuovi prodotti: Aumenta temporaneamente per copertura completa
- Aggiornamenti della base di conoscenza: Testa nuovamente l'ottimale dopo grandi modifiche
Best practices
- Monitora costantemente: Controlla regolarmente l'efficacia del parametro scelto
- Adatta al feedback: Modifica in base ai commenti degli utenti
- Documenta i cambiamenti: Tieni traccia delle modifiche e delle loro motivazioni
- Test periodici: Ripeti i test quando aggiungi nuovi contenuti