[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-menus":3,"page:cosa-e-il-rag":135,"page:cosa-e-il-rag\u002F":335,"related:cosa-e-il-rag\u002F":417},{"navbar":4,"bottomNav":39,"footer":87},{"links":5,"cta":34,"mobileCta":37},[6,10,14,18,22,26,30],{"label":7,"href":8,"theme":9},"App","\u002Fcreare-un-app-quanto-costa-ios-android","apps",{"label":11,"href":12,"theme":13},"Design","\u002Fstudio-grafico-online","design",{"label":15,"href":16,"theme":17},"Software","\u002Fsoftware-gestionale-personalizzato-cloud-con-app","software",{"label":19,"href":20,"theme":21},"Adv","\u002Ffare-pubblicita-online-come-perche-e-quanto-costa","adv",{"label":23,"href":24,"theme":25},"AI","\u002Fcome-creare-un-intelligenza-artificiale","ai",{"label":27,"href":28,"theme":29},"Social","\u002Fgestione-social-media-manager","social",{"label":31,"href":32,"theme":33},"Contatti","\u002Fcontatti","neutral",{"label":35,"href":36},"Scrivici","\u002Fquickstart",{"label":38,"href":36},"Richiedi consulenza",{"fixed":40,"more":54},[41,45,47,51],{"label":42,"href":43,"icon":44},"Home","\u002F","lucide:house",{"label":7,"href":8,"icon":46},"lucide:smartphone",{"label":48,"href":49,"icon":50},"Siti","\u002Fcreare-un-sito-web-professionale","lucide:globe",{"label":52,"href":20,"icon":53},"Marketing","lucide:trending-up",[55,58,60,64,68,72,75,79,82,86],{"label":56,"href":12,"icon":57},"Grafica","lucide:pen-tool",{"label":27,"href":28,"icon":59},"lucide:message-circle",{"label":61,"href":62,"icon":63},"E-commerce","\u002Ftrasforma-la-tua-attivita-online-con-ecommerce","lucide:shopping-bag",{"label":65,"href":66,"icon":67},"SEO","\u002Fseo","lucide:search",{"label":69,"href":70,"icon":71},"Agenzia Digitale","\u002Fdigital-agency","lucide:building-2",{"label":73,"href":24,"icon":74},"AI & Bot","lucide:cpu",{"label":76,"href":77,"icon":78},"AI Phone","\u002Fassistente-telefonico-ai","lucide:phone",{"label":80,"href":16,"icon":81},"Gestionale","lucide:layers",{"label":83,"href":84,"icon":85},"Portfolio","\u002Fportfolio","lucide:trophy",{"label":31,"href":32,"icon":78},{"services":88,"apps":109,"legal":128},{"title":89,"links":90},"Servizi",[91,93,95,97,99,101,102,103,104,107],{"label":92,"href":8},"Sviluppo App",{"label":94,"href":49},"Creazione Siti Web",{"label":96,"href":20},"Pubblicità Online",{"label":98,"href":28},"Social Media",{"label":100,"href":12},"Studio Grafico",{"label":61,"href":62},{"label":65,"href":66},{"label":69,"href":70},{"label":105,"href":106},"Bot e Automazione","\u002Fbot-e-automazione",{"label":108,"href":77},"Assistente Telefonico AI",{"title":92,"links":110},[111,114,117,120,123,125,127],{"label":112,"href":113},"App iOS","\u002Fcreare-un-app-ios",{"label":115,"href":116},"App Android","\u002Fcreare-un-app-android",{"label":118,"href":119},"Web App","\u002Fcreare-una-web-app",{"label":121,"href":122},"Creare un Gioco","\u002Fcreare-un-gioco",{"label":124,"href":24},"Intelligenza Artificiale",{"label":126,"href":16},"Gestionale Custom",{"label":83,"href":84},[129,132],{"label":130,"href":131},"Privacy Policy","\u002Fprivacy-policy",{"label":133,"href":134},"Termini e Condizioni","\u002Ftermini-e-condizioni-del-servizio",{"meta":136,"blocks":145},{"title":137,"description":138,"canonical":139,"lastmod":140,"tags":141},"Cos'è il RAG — l'AI che Risponde sui Tuoi Dati — Contat","Cos'è il RAG (Retrieval-Augmented Generation)? Come funziona l'AI che consulta i tuoi documenti prima di rispondere: niente invenzioni, solo dati reali.","https:\u002F\u002Fcontat.eu\u002Fcosa-e-il-rag\u002F","2026-07-23",[25,142,143,144],"rag","integrazione","automazione",[146,154,182,206,226,245,259,264,277,290,296,303,328],{"component":147,"props":148},"Hero",{"variant":149,"tag":124,"title":150,"titleHighlight":151,"subtitle":152,"readingTime":153},"article","Cos'è il","RAG","RAG sta per Retrieval-Augmented Generation: prima di rispondere, l'AI cerca nei tuoi documenti e basa la risposta su ciò che trova. È la tecnica che trasforma un modello che \"sa un po' di tutto\" in un assistente che conosce la TUA azienda — listini, procedure, contratti, storico.","8 min di lettura",{"component":155,"props":156},"Features",{"items":157},[158,162,166,170,174,178],{"icon":159,"title":160,"desc":161},"📚","Risposte dai tuoi documenti","L'AI non risponde a memoria: recupera i passaggi rilevanti dai tuoi file e costruisce la risposta su quelli.",{"icon":163,"title":164,"desc":165},"🚫","Meno invenzioni","Il problema n.1 dei modelli è l'allucinazione: risposte plausibili ma false. Il RAG lo riduce ancorando l'AI a fonti reali.",{"icon":167,"title":168,"desc":169},"🔍","Ricerca semantica","Trova i contenuti per significato, non per parola esatta: \"resa merce\" trova anche i documenti che parlano di \"restituzione prodotti\".",{"icon":171,"title":172,"desc":173},"🔄","Sempre aggiornato","Aggiorni un documento e l'AI risponde subito con la versione nuova. Nessun riaddestramento del modello.",{"icon":175,"title":176,"desc":177},"📎","Fonti citabili","Un sistema RAG ben fatto ti dice da quale documento arriva la risposta: puoi verificare, non devi fidarti.",{"icon":179,"title":180,"desc":181},"🔒","Dati sotto controllo","I documenti restano nei tuoi sistemi: il modello riceve solo i passaggi rilevanti per la singola domanda.",{"component":183,"props":184},"Steps",{"tag":185,"title":186,"titleHighlight":187,"subtitle":188,"items":189},"Come funziona","Il RAG in","4 passaggi","Dalla domanda alla risposta documentata: cosa succede ogni volta che interroghi un assistente costruito con il RAG.",[190,194,198,202],{"n":191,"title":192,"desc":193},"01","I documenti vengono preparati (una volta sola)","Manuali, listini, contratti, FAQ, email: i contenuti aziendali vengono divisi in blocchi e trasformati in embedding, rappresentazioni numeriche del loro significato, salvate in un database vettoriale. Questa indicizzazione si fa all'inizio e si aggiorna quando i documenti cambiano.",{"n":195,"title":196,"desc":197},"02","Arriva la domanda e parte la ricerca","Quando chiedi \"qual è la politica di reso per i clienti business?\", la domanda viene trasformata nello stesso tipo di rappresentazione numerica e confrontata con i blocchi indicizzati. Emergono i passaggi più vicini per significato, anche se usano parole diverse dalla tua domanda.",{"n":199,"title":200,"desc":201},"03","I passaggi trovati arricchiscono il contesto","I blocchi più rilevanti — non tutto l'archivio, solo quelli utili — vengono inseriti nel contesto del modello insieme alla domanda, con l'istruzione di basare la risposta su quei passaggi e ammettere quando l'informazione non c'è.",{"n":203,"title":204,"desc":205},"04","Il modello genera la risposta ancorata","L'AI compone una risposta in linguaggio naturale costruita sui documenti recuperati, idealmente citando le fonti. Se l'archivio non contiene l'informazione, un sistema ben progettato dice \"non lo so\" invece di inventare: è esattamente il comportamento che vuoi da un assistente aziendale.",{"component":207,"class":208,"props":209},"ArticleToc","pt-14 pb-7",{"items":210},[211,214,217,220,223],{"id":212,"label":213},"perche-ai-inventa","Perché l'AI inventa",{"id":215,"label":216},"ricerca-semantica","La ricerca per significato",{"id":218,"label":219},"rag-vs-fine-tuning","RAG vs fine-tuning",{"id":221,"label":222},"rag-e-mcp","RAG e MCP: leggere e agire",{"id":224,"label":225},"rag-casi-uso","Casi d'uso per le PMI",{"component":227,"props":228},"MediaText",{"id":212,"heading":229,"mediaPosition":230,"mediaWidth":231,"content":232,"media":237},"Perché l'AI inventa (e perché il RAG lo corregge)","right","42%",[233],{"component":234,"props":235},"Html",{"rawHtml":236},"\u003Cp>Un modello linguistico non consulta un archivio quando risponde: genera il testo più plausibile in base a ciò che ha imparato in addestramento. Quasi sempre plausibile significa corretto; a volte significa \u003Cstrong>inventato con sicurezza\u003C\u002Fstrong> — la famigerata allucinazione. Per chiacchierare va bene, per rispondere a un cliente sulla garanzia di un prodotto no.\u003C\u002Fp>\u003Cp>Il RAG affronta il problema alla radice: separa la \u003Cstrong>conoscenza\u003C\u002Fstrong> (i tuoi documenti, verificabili e aggiornabili) dalla \u003Cstrong>capacità di linguaggio\u003C\u002Fstrong> (il modello). Il modello smette di essere l'archivio e diventa quello che è davvero bravo a fare: leggere passaggi rilevanti e comporre una risposta chiara. Se il passaggio non c'è, la risposta onesta è \"non è documentato\" — e un buon sistema RAG la dà.\u003C\u002Fp>",[238],{"component":239,"props":240},"AiImage",{"src":241,"prompt":242,"label":243,"aspectRatio":244},"\u002Fuploads\u002Fillustrations\u002Frag-hallucination-anchor.webp","Editorial flat illustration, dark navy background (#050b18), cyan (#06b6d4) and light aqua (#67e8f9) accents. Two AI figures compared: one dreamy robot floating among vague imaginary clouds confidently presenting a made-up scroll, versus a grounded robot anchored by a glowing chain to a solid library of real documents, presenting an answer sheet with source bookmarks attached. Clean lines, minimal, professional, no text, full composition visible with generous margins, nothing cropped at the edges.","AI ancorata ai documenti contro AI che improvvisa","4\u002F3",{"component":227,"props":246},{"id":215,"heading":247,"mediaPosition":248,"mediaWidth":231,"content":249,"media":253},"La ricerca per significato: il cuore del RAG","left",[250],{"component":234,"props":251},{"rawHtml":252},"\u003Cp>La magia del RAG sta nella \u003Cstrong>ricerca semantica\u003C\u002Fstrong>. La ricerca tradizionale trova le parole esatte: cerchi \"reso\" e trovi solo i documenti che contengono \"reso\". Quella semantica trova il significato: \"il cliente vuole restituire la merce\" pesca anche i paragrafi che parlano di \"politica di restituzione\" o \"rimborso prodotti difettosi\".\u003C\u002Fp>\u003Cp>Funziona grazie agli \u003Cstrong>embedding\u003C\u002Fstrong>: ogni blocco di testo viene convertito in un lungo elenco di numeri che ne rappresenta il significato, come coordinate in una mappa dove i concetti simili sono vicini. La domanda diventa un punto sulla stessa mappa, e il sistema recupera i blocchi più vicini. Tutto qui — niente magia, geometria: ma è quello che permette a un assistente di trovare la risposta giusta in migliaia di pagine in una frazione di secondo.\u003C\u002Fp>",[254],{"component":239,"props":255},{"src":256,"prompt":257,"label":258,"aspectRatio":244},"\u002Fuploads\u002Fillustrations\u002Frag-semantic-map.webp","Editorial flat illustration, dark navy background (#050b18), cyan (#06b6d4) and light aqua (#67e8f9) accents. A constellation-style semantic map: document fragments as glowing star nodes clustered by meaning into soft nebula groups, a question token dropped onto the map as a bright comet, with proximity rings highlighting the nearest document stars being pulled toward it, while distant unrelated clusters stay dim. Clean lines, minimal, professional, no text, full composition visible with generous margins, nothing cropped at the edges.","Embedding: i concetti simili sono vicini",{"component":260,"props":261},"PullQuote",{"quote":262,"context":263},"Il RAG separa la conoscenza dal linguaggio: i fatti stanno nei tuoi documenti, il modello li legge e li spiega.","AI sui dati aziendali",{"component":227,"props":265},{"id":218,"heading":266,"mediaPosition":230,"mediaWidth":231,"content":267,"media":271},"RAG vs fine-tuning: aggiornare la libreria o rieducare il bibliotecario",[268],{"component":234,"props":269},{"rawHtml":270},"\u003Cp>L'alternativa che si sente spesso nominare è il \u003Cstrong>fine-tuning\u003C\u002Fstrong>: riaddestrare parzialmente il modello sui propri dati. Il confronto pratico:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>RAG\u003C\u002Fstrong>: la conoscenza sta fuori dal modello. Aggiornare = caricare il documento nuovo. Costi contenuti, fonti citabili, dati che restano nei tuoi sistemi. La scelta giusta per il 90% dei casi aziendali: assistenza clienti, knowledge base, documentazione interna.\u003C\u002Fli>\u003Cli>\u003Cstrong>Fine-tuning\u003C\u002Fstrong>: modifica il comportamento del modello — stile, formato, gergo specialistico. Non è fatto per memorizzare fatti aggiornabili: ogni modifica richiede un nuovo addestramento, i costi sono superiori e le fonti non sono tracciabili.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>La metafora che usiamo: il RAG aggiorna la \u003Cstrong>libreria\u003C\u002Fstrong>, il fine-tuning rieduca il \u003Cstrong>bibliotecario\u003C\u002Fstrong>. Se il problema è che l'AI non conosce i tuoi dati, serve la libreria. Se il problema è come parla, allora si ragiona sul bibliotecario — e spesso basta un buon prompt.\u003C\u002Fp>",[272],{"component":239,"props":273},{"src":274,"prompt":275,"label":276,"aspectRatio":244},"\u002Fuploads\u002Fillustrations\u002Frag-vs-finetuning-library.webp","Editorial flat illustration, dark navy background (#050b18), cyan (#06b6d4) and light aqua (#67e8f9) accents. A grand library scene split in two ideas: on one side fresh books being slotted into glowing shelves while a librarian robot instantly consults them, representing RAG updates; on the other side the same librarian robot sitting in a training chair with adjustment dials being tuned on its head, representing fine-tuning, with a much heavier price tag and clock beside it. Clean lines, minimal, professional, no text, full composition visible with generous margins, nothing cropped at the edges.","Aggiornare la libreria o rieducare il bibliotecario",{"component":227,"props":278},{"id":221,"heading":279,"mediaPosition":248,"mediaWidth":231,"content":280,"media":284},"RAG e MCP: leggere e agire, due metà dello stesso assistente",[281],{"component":234,"props":282},{"rawHtml":283},"\u003Cp>RAG e \u003Ca href='\u002Fcosa-sono-gli-mcp'>MCP\u003C\u002Fa> vengono spesso confusi perché entrambi \"collegano l'AI ai dati aziendali\". La divisione dei compiti è netta:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>RAG = leggere\u003C\u002Fstrong>: dà all'AI la conoscenza — documenti, manuali, storico — per rispondere con precisione.\u003C\u002Fli>\u003Cli>\u003Cstrong>MCP = agire\u003C\u002Fstrong>: dà all'AI strumenti operativi — interrogare il gestionale in tempo reale, creare un preventivo, inviare una email.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Un assistente aziendale completo li combina: usa il RAG per sapere cosa dice il tuo listino e le tue condizioni di vendita, e gli strumenti MCP per controllare la disponibilità reale in magazzino e registrare l'ordine. Nei sistemi moderni la stessa ricerca documentale viene spesso esposta come strumento MCP: l'\u003Ca href='\u002Fcosa-sono-gli-agenti-ai'>agente\u003C\u002Fa> decide quando consultare la knowledge base esattamente come decide quando interrogare il database.\u003C\u002Fp>",[285],{"component":239,"props":286},{"src":287,"prompt":288,"label":289,"aspectRatio":244},"\u002Fuploads\u002Fillustrations\u002Frag-plus-mcp-hands-eyes.webp","Editorial flat illustration, dark navy background (#050b18), cyan (#06b6d4) and light aqua (#67e8f9) accents. An AI assistant figure at the center with two complementary halves: one side shows glowing reading glasses and an open knowledge book stream flowing into its eyes, representing retrieval of documents; the other side shows capable robotic hands operating levers connected to live business machines, representing tool actions; both halves merge into a single balanced figure. Clean lines, minimal, professional, no text, full composition visible with generous margins, nothing cropped at the edges.","RAG per conoscere, MCP per operare",{"component":291,"props":292},"Callout",{"type":293,"title":294,"body":295},"tip","In pratica","\u003Cp>Domande sui tuoi contenuti (manuali, listini, procedure)? RAG. Azioni sui tuoi sistemi (ordini, anagrafiche, email)? MCP. Assistente completo? Entrambi — e le fondamenta digitali in ordine: se il sito o le integrazioni fanno acqua, la nostra \u003Ca href='\u002Fassistenza-sito-web'>assistenza sito web\u003C\u002Fa> le sistema prima.\u003C\u002Fp>",{"component":227,"props":297},{"id":224,"heading":298,"mediaPosition":230,"mediaWidth":231,"content":299},"Casi d'uso per le PMI: dove il RAG rende subito",[300],{"component":234,"props":301},{"rawHtml":302},"\u003Cp>I progetti RAG con il ritorno più rapido che realizziamo:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Assistenza clienti\u003C\u002Fstrong>: un chatbot che risponde su prodotti, garanzie, resi e spedizioni attingendo alle tue condizioni reali — non a risposte generiche. Riduce i ticket ripetitivi in modo drastico.\u003C\u002Fli>\u003Cli>\u003Cstrong>Knowledge base interna\u003C\u002Fstrong>: i collaboratori chiedono \"come si gestisce il reso di un cliente estero?\" e ottengono la procedura giusta, invece di cercare nel disordine di cartelle e email.\u003C\u002Fli>\u003Cli>\u003Cstrong>Onboarding\u003C\u002Fstrong>: i nuovi assunti hanno un tutor sempre disponibile che conosce manuali e prassi aziendali.\u003C\u002Fli>\u003Cli>\u003Cstrong>Supporto commerciale\u003C\u002Fstrong>: risposte immediate su listini, condizioni, compatibilità tra prodotti, preventivi passati.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Il requisito vero non è tecnologico ma organizzativo: \u003Cstrong>documenti ragionevolmente in ordine\u003C\u002Fstrong>. Ci pensiamo noi ad aiutarti anche su quello, nella fase di preparazione. Parti da \u003Ca href='\u002Fbot-e-automazione'>bot e automazione\u003C\u002Fa> o \u003Ca href='\u002Fcontatti'>raccontaci il tuo caso\u003C\u002Fa>.\u003C\u002Fp>",{"component":304,"props":305},"Faq",{"tag":306,"title":307,"titleHighlight":308,"items":309},"FAQ","Domande frequenti","sul RAG",[310,313,316,319,322,325],{"q":311,"n":312},"Cosa significa RAG?","RAG sta per Retrieval-Augmented Generation, generazione aumentata dal recupero: prima di generare la risposta, il sistema recupera i passaggi rilevanti dai tuoi documenti e li fornisce al modello come base. La risposta nasce dai tuoi contenuti, non dalla memoria del modello.",{"q":314,"n":315},"Il RAG elimina le allucinazioni dell'AI?","Le riduce drasticamente ma non le azzera: il modello potrebbe ancora interpretare male un passaggio. Per questo un buon sistema RAG cita le fonti, così ogni risposta è verificabile, e ammette quando l'informazione non è presente nell'archivio.",{"q":317,"n":318},"Che differenza c'è tra RAG e fine-tuning?","Il RAG mette la conoscenza fuori dal modello, in un archivio aggiornabile in tempo reale e con fonti citabili. Il fine-tuning modifica il comportamento del modello (stile, formato) con un riaddestramento: costoso, lento da aggiornare e non tracciabile. Per far conoscere all'AI i tuoi dati, il RAG è quasi sempre la scelta giusta.",{"q":320,"n":321},"I miei documenti restano privati con il RAG?","Sì: l'archivio resta nei tuoi sistemi, e a ogni domanda il modello riceve solo i pochi passaggi rilevanti. Con le configurazioni giuste (fornitori con garanzie contrattuali o modelli in hosting dedicato) i dati non vengono usati per addestrare nessun modello.",{"q":323,"n":324},"RAG e MCP sono la stessa cosa?","No, sono complementari: il RAG dà all'AI la conoscenza (leggere i tuoi documenti), MCP le dà strumenti operativi (agire sui tuoi sistemi in tempo reale). Un assistente aziendale completo usa entrambi, e spesso la ricerca RAG stessa è esposta come strumento MCP.",{"q":326,"n":327},"Cosa serve per partire con un progetto RAG?","Documenti ragionevolmente ordinati (anche solo PDF e file Word), la scelta del perimetro (cosa deve sapere l'assistente) e un caso d'uso chiaro. In poche settimane si passa dal pilota su un set di documenti al sistema in produzione. La consulenza iniziale con noi è gratuita.",{"component":329,"props":330},"Cta",{"title":331,"subtitle":332,"primaryLabel":333,"primaryHref":106,"secondaryLabel":334,"secondaryHref":32},"Un'AI che conosce la tua azienda?","Costruiamo assistenti RAG su misura: rispondono a clienti e collaboratori basandosi sui tuoi documenti reali, con fonti citate e dati sotto controllo.","Scopri bot e automazioni","Parla con un esperto",{"meta":336,"blocks":338},{"title":137,"description":138,"canonical":139,"lastmod":140,"tags":337},[25,142,143,144],[339,341,350,357,365,373,381,383,391,399,401,406,415],{"component":147,"props":340},{"variant":149,"tag":124,"title":150,"titleHighlight":151,"subtitle":152,"readingTime":153},{"component":155,"props":342},{"items":343},[344,345,346,347,348,349],{"icon":159,"title":160,"desc":161},{"icon":163,"title":164,"desc":165},{"icon":167,"title":168,"desc":169},{"icon":171,"title":172,"desc":173},{"icon":175,"title":176,"desc":177},{"icon":179,"title":180,"desc":181},{"component":183,"props":351},{"tag":185,"title":186,"titleHighlight":187,"subtitle":188,"items":352},[353,354,355,356],{"n":191,"title":192,"desc":193},{"n":195,"title":196,"desc":197},{"n":199,"title":200,"desc":201},{"n":203,"title":204,"desc":205},{"component":207,"class":208,"props":358},{"items":359},[360,361,362,363,364],{"id":212,"label":213},{"id":215,"label":216},{"id":218,"label":219},{"id":221,"label":222},{"id":224,"label":225},{"component":227,"props":366},{"id":212,"heading":229,"mediaPosition":230,"mediaWidth":231,"content":367,"media":370},[368],{"component":234,"props":369},{"rawHtml":236},[371],{"component":239,"props":372},{"src":241,"prompt":242,"label":243,"aspectRatio":244},{"component":227,"props":374},{"id":215,"heading":247,"mediaPosition":248,"mediaWidth":231,"content":375,"media":378},[376],{"component":234,"props":377},{"rawHtml":252},[379],{"component":239,"props":380},{"src":256,"prompt":257,"label":258,"aspectRatio":244},{"component":260,"props":382},{"quote":262,"context":263},{"component":227,"props":384},{"id":218,"heading":266,"mediaPosition":230,"mediaWidth":231,"content":385,"media":388},[386],{"component":234,"props":387},{"rawHtml":270},[389],{"component":239,"props":390},{"src":274,"prompt":275,"label":276,"aspectRatio":244},{"component":227,"props":392},{"id":221,"heading":279,"mediaPosition":248,"mediaWidth":231,"content":393,"media":396},[394],{"component":234,"props":395},{"rawHtml":283},[397],{"component":239,"props":398},{"src":287,"prompt":288,"label":289,"aspectRatio":244},{"component":291,"props":400},{"type":293,"title":294,"body":295},{"component":227,"props":402},{"id":224,"heading":298,"mediaPosition":230,"mediaWidth":231,"content":403},[404],{"component":234,"props":405},{"rawHtml":302},{"component":304,"props":407},{"tag":306,"title":307,"titleHighlight":308,"items":408},[409,410,411,412,413,414],{"q":311,"n":312},{"q":314,"n":315},{"q":317,"n":318},{"q":320,"n":321},{"q":323,"n":324},{"q":326,"n":327},{"component":329,"props":416},{"title":331,"subtitle":332,"primaryLabel":333,"primaryHref":106,"secondaryLabel":334,"secondaryHref":32},{"pages":418},[419,422,427,433,438,443],{"slug":420,"title":137,"description":138,"tags":421},"cosa-e-il-rag",[25,142,143,144],{"slug":423,"title":424,"description":425,"tags":426},"automazione-processi-aziendali","Automazione dei Processi Aziendali — Da Dove Iniziare — Contat","Guida all'automazione dei processi aziendali per PMI: quali processi automatizzare prima, i tre livelli di automazione, ROI reale ed errori da evitare.",[144,25,143,17],{"slug":428,"title":429,"description":430,"tags":431},"cosa-sono-gli-mcp","Cosa sono gli MCP — Model Context Protocol Spiegato — Contat","Cos'è il Model Context Protocol (MCP)? Guida semplice allo standard che collega l'intelligenza artificiale ai tuoi dati e strumenti aziendali.",[432,25,143,144],"mcp",{"slug":434,"title":435,"description":436,"tags":437},"assistente-telefonico-ai","Assistente Telefonico AI per Aziende — Zero Chiamate Perse | Contat","L'AI che risponde al telefono al posto tuo 24\u002F7. Niente più chiamate perse, niente più ripetere le stesse cose. Scegli voce, modello AI e strumenti. Canone da 20€\u002Fmese.",[25,144],{"slug":439,"title":440,"description":441,"tags":442},"bot-e-automazione","Bot e Automazione AI nel 2026 — Guida Completa | Contat","Guida completa a bot, automazione e AI agent nel 2026: chatbot, workflow, RAG, MCP e integrazioni API. Risparmia ore ogni settimana. Analisi gratuita.",[25,144],{"slug":444,"title":445,"description":446,"tags":447},"bot-social","Bot Social — Automatizza i tuoi Social Media — Contat","Bot per social media: auto-reply, scheduling, monitoraggio menzioni e report automatici. Gestisci i tuoi social in pilota automatico.",[25,29,144]]