Fai domande ai tuoi documenti
Chieda cosa prevede il suo manuale dei benefit sulle ferie e ottenga una risposta tratta solo da quel manuale, con i passaggi usati; se i documenti tacciono, lo dice invece di inventare. Si paga a consumo, senza abbonamento.
Esegui online
Esegui questo sui nostri server con il tuo account. Gli strumenti gratuiti girano nel tuo browser; questo viene addebitato sul tuo saldo KIT al prezzo indicato sopra.
rag.answer prende una domanda in linguaggio naturale, la confronta con un indice già costruito e formula una risposta scritta partendo dai documenti trovati — non un elenco di risultati da aprire uno per uno, ma una frase che risponde davvero alla domanda posta, basata solo sul tuo materiale.
Perché un modello generico non conosce i suoi documenti
Un modello linguistico generico è addestrato su testi pubblici fino a una certa data: non ha mai letto il suo manuale di prodotto, il wiki interno, i modelli di contratto o l'aggiornamento delle regole della settimana scorsa. Se gli chiede qualcosa su quel materiale, tira a indovinare o si rifiuta. Questo servizio fa il contrario: prima cerca nei suoi documenti i passaggi più pertinenti alla domanda, poi scrive la risposta solo a partire da quei passaggi e li allega, così lei può verificarla. Quando i documenti non trattano l'argomento, lo dice invece di rispondere con sicurezza partendo da conoscenze generali.
Quando usarlo e cosa tenere d'occhio
Serve a un'assistenza clienti che risponde partendo dagli articoli del centro di aiuto, a un ufficio del personale che spiega il regolamento dei benefit, a un ufficio legale che cerca quale clausola si applica a un fornitore o a una guida di prodotto che offre una risposta diretta invece di un elenco di pagine da leggere. L'errore tipico è dimenticare che la qualità dipende dai documenti: lacune, contraddizioni o testi superati diventano risposte con gli stessi difetti. Tenga la raccolta aggiornata e coerente.
Una risposta, non un elenco da sfogliare
La ricerca semantica restituisce documenti; rag.answer va un passo oltre e legge i documenti più pertinenti per formulare direttamente una risposta scritta in italiano, come farebbe un collega che ha già letto tutto l'archivio al posto tuo con calma. Utile quando la domanda ha una risposta precisa nascosta in mezzo a molte pagine, non quando serve semplicemente esplorare liberamente l'archivio disponibile.
Serve comunque un indice pronto
Come la ricerca semantica, rag.answer interroga un indice già costruito: prima carichi e indicizzi i tuoi documenti con lo strumento adatto al tipo di contenuto trattato, poi puoi cominciare subito a fare domande dirette e specifiche. Senza un indice pronto non c'è materiale su cui basare la risposta, e lo strumento semplicemente non funziona a vuoto senza contenuti disponibili da consultare.
Casi d'uso
Le circolari dello Studio Commercialista Bianchi
Un collaboratore chiede “qual è la scadenza per il modello Redditi 2026” e ottiene la risposta esatta letta direttamente dalla circolare interna, senza dover aprire il documento.
I capitolati tecnici di Tecnoedil Verona
Un capocantiere chiede “quale spessore di isolante prevede il capitolato per il tetto” e riceve la risposta precisa, estratta dal documento tecnico caricato mesi prima.
Il catalogo di Rossi & Figli S.r.l.
Un addetto alle vendite chiede “quali borse abbiamo disponibili sotto i cinquanta dollari” e ottiene un elenco scritto in una frase, invece di scorrere manualmente il listino.
Domande frequenti
La risposta può inventare informazioni non presenti nei documenti?
No: il motore risponde solo con il materiale trovato nell'indice. Se la domanda non trova riscontro nei documenti, lo segnala invece di inventare una risposta plausibile.
Quanto costa fare una domanda?
Costa più della sola ricerca perché il motore legge e scrive la risposta, non solo la trova.
Funziona con domande in italiano su documenti anche in altre lingue?
Sì, il modello è multilingue: puoi fare domande in italiano anche se i documenti indicizzati sono scritti in un'altra lingua.
Devo registrarmi per usarlo?
No, si acquista direttamente senza account: PayPal o carta, e paghi solo le domande che fai davvero.
Cosa succede se i miei documenti sono vecchi o si contraddicono?
Le risposte lo rifletteranno. Lacune, contraddizioni o materiale superato nei documenti emergono come risposte incomplete, contraddittorie o datate, quindi tenga aggiornata la raccolta per avere risposte precise.
Strumenti correlati
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/rag/answer \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"query":"¿Cuánto dura la garantía?"}'const res = await fetch("https://api.kit.forhosting.com/rag/answer", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"query": "¿Cuánto dura la garantía?"
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/rag/answer",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"query": "¿Cuánto dura la garantía?"
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/rag/answer", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"query":"¿Cuánto dura la garantía?"}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"query":"¿Cuánto dura la garantía?"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/rag/answer", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"query": "¿Cuánto dura la garantía?"
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "rag.answer",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Limiti
max_chunks | 10000 |
max_tokens | 20000 |
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
422 | task_failed | L'attività non è andata a buon fine: non ti viene addebitato nulla. |
Note tecniche
La risposta si basa solo sui tuoi documenti
Se la domanda riguarda qualcosa che non è presente nei documenti indicizzati, la risposta lo segnala apertamente invece di inventare un contenuto plausibile ma falso, cosa che non facciamo mai. Il motore non inventa: cerca prima nell'indice creato con index_text, index_document o index_url, poi costruisce la risposta usando solo quel materiale specifico già indicizzato in precedenza dal cliente stesso, senza aggiunte.
Prezzo per domanda
$0.003 a richiesta più $0.015 ogni 1.000 token elaborati per formulare la risposta, in dollari: leggermente più alto della sola ricerca, perché il motore non si limita a trovare i documenti, ma li legge e scrive davvero la risposta. Se ti serve anche sapere da quale documento arriva ogni singola affermazione, esiste rag.answer_sources, pensato apposta per citare le fonti usate.
Domande tecniche
Serve prima indicizzare i documenti?
Sì, rag.answer interroga un indice già costruito con index_text, index_document o index_url: senza indice non ha materiale su cui basare la risposta.
Posso sapere da quale documento arriva la risposta?
Con rag.answer la risposta è solo testuale; se ti serve anche il riferimento preciso alla fonte, usa rag.answer_sources, pensato apposta per citare i documenti.