L'AI ti dà risposte tecnicamente corrette ma sbagliate dal punto di vista business. Esempio: chiedi "fatturato 2026" e include 5.000 € di intercompany che non dovrebbero esserci. Ogni volta devi specificare "esclude intercompany". Vediamo come configurare istruzioni di business permanenti per non doverlo fare ogni volta.
I sintomi di "AI generica"
- Devi specificare ogni volta gli stessi filtri.
- Risposte tecnicamente corrette ma con dati sbagliati per il business.
- Calcoli che non rispettano la "verità aziendale".
- Scelte AI difensive ("includo tutto, l'utente filtra").
Cos'è una "istruzione di business"
Una regola permanente che l'AI rispetta in ogni query. Esempi:
- "Considera sempre solo righe con anno >= 2020 (i dati pre-2020 sono di un sistema migrato e poco affidabili)."
- "Esclude sempre intercompany dal fatturato (id_azienda IN (3, 7, 12) sono aziende del gruppo)."
- "Il campo flg_attivo='1' è obbligatorio per ogni query sui clienti."
- "Quando dico 'fatturato', intendo sempre al netto di IVA e note credito."
Queste istruzioni vengono inserite automaticamente nel prompt di ogni query.
Come scriverle bene
1. Specifico, non vago
- ❌ "Esclude i dati vecchi" (vago).
- ✅ "Esclude righe con anno < 2020" (specifico).
2. Operativo
- ❌ "Considera solo clienti importanti."
- ✅ "Cliente strategico = fatturato_anno_precedente > 100000 OR cliente_da > 5 anni."
3. Documentato
Aggiungi il "perché" della regola:
- "Esclude intercompany (id_azienda IN 3,7,12) perché sono aziende del gruppo, generano duplicazioni."
Aiuta colleghi a capire e a non rimuovere la regola.
4. Verificabile
L'istruzione deve essere testabile:
- Esegui query con istruzione → risultato.
- Esegui senza istruzione → risultato diverso.
- Conferma che la differenza è quella attesa.
Esempi per categoria
Filtri qualità dati
- "Considera solo righe non cancellate (flg_eliminato=0)."
- "Considera solo data_creazione valida (NOT NULL e < oggi)."
- "Esclude record di test (cliente_nome NOT LIKE '%TEST%')."
Filtri di business
- "Esclude sempre intercompany dal fatturato."
- "Considera solo magazzino principale (id_magazzino=1) per le scorte."
- "Per 'cliente attivo' intende ordine negli ultimi 12 mesi."
Calcoli specifici
- "Il fatturato si calcola sempre al netto di IVA."
- "Il margine include sempre i costi di trasporto."
- "Il numero di clienti conta solo P.IVA univoche (non duplicati per persona)."
Tempistica
- "Considera 'oggi' come data riferimento per tutte le query temporali."
- "L'anno fiscale parte da settembre (per chi ha esercizio diverso da gennaio)."
Workflow di tuning
Step 1: identifica errori sistematici
Per 1 mese, monitorare:
- Quali domande danno risposte sbagliate?
- Qual è il pattern dell'errore?
- Quale regola permanente lo correggerebbe?
Step 2: scrivi istruzione
Formula chiara, specifica, documentata.
Step 3: aggiungi in ReportIA
Modulo Impostazioni → Istruzioni di Business → Aggiungi.
Step 4: testa
Riformula la domanda problematica. Verifica risposta corretta.
Step 5: monitora
Per 1-2 settimane, osserva. Eventualmente affina.
Limiti
Numero massimo
Troppe istruzioni → context window LLM overflow. Tipicamente 20-50 istruzioni gestibili.
Conflitti
Istruzioni contraddittorie confondono l'AI. Validale prima.
Performance
Ogni istruzione aggiunge token al prompt. Più istruzioni = più costo OpenAI per query.
Override esplicito
L'utente può sempre dire "ignora i filtri standard" per esplorazioni speciali.
Best practice di gestione
- Documentazione: ogni istruzione con commento "perché".
- Versionamento: data introduzione, autore.
- Revisione periodica: ogni 6 mesi rimuovi obsolete.
- Coinvolgi business: CFO valida regole critiche.
- Test prima di pubblicare: valida che funzioni come atteso.
I moduli ReportIA correlati
Scopri ReportIA e migliora la precisione dell'AI.
