Le voci sono in ordine alfabetico.
In breve
I concetti dell’intelligenza artificiale che servono a chi lavora nel marketing, spiegati senza tecnicismi.
- Agente AI
- Un modello a cui si dà un ruolo, degli obiettivi e degli strumenti — cercare, leggere, calcolare — per svolgere un compito in più passi. Approfondisci →
- Allucinazione
- Un’informazione falsa prodotta da un modello AI con tono sicuro. Si riduce ancorando il modello a fonti e chiedendo di dichiarare i vuoti. Approfondisci →
- Embedding
- Rappresentazione numerica del significato di un testo, che permette di cercare per significato invece che per parole. Approfondisci →
- Fine-tuning
- Addestramento ulteriore di un modello su dati specifici, per adattarlo a un compito o a uno stile.
- GEO
- Generative Engine Optimization: farsi trovare, citare e descrivere correttamente nelle risposte degli assistenti AI. Approfondisci →
- Graph RAG
- Un RAG che usa anche un grafo di entità e relazioni estratte dai documenti, per rispondere quando la risposta sta nei collegamenti. Approfondisci →
- Knowledge graph
- Una rete di entità — brand, concorrenti, canali, pubblici — e delle relazioni tra loro, interrogabile da persone e modelli.
- LLM
- Large Language Model: un modello linguistico addestrato su grandi quantità di testo, capace di capire e produrre linguaggio.
- MCP
- Model Context Protocol: un protocollo aperto con cui gli assistenti AI si collegano a fonti di dati e strumenti esterni.
- Modello di ragionamento
- Un modello che sviluppa passaggi intermedi prima di rispondere, utile su problemi con molte variabili. Approfondisci →
- Ontologia
- Il vocabolario di tipi di entità e di relazioni con cui si organizza un grafo di conoscenza.
- Prompt
- Le istruzioni e il contesto che si danno a un modello AI per ottenere una risposta.
- RAG
- Retrieval-Augmented Generation: il modello recupera i passaggi pertinenti dai tuoi documenti e risponde basandosi su quelli. Approfondisci →
- Ricerca semantica
- Ricerca per significato, basata sugli embedding: trova testi pertinenti anche senza le stesse parole. Approfondisci →
- Sistema multi-agente
- Più agenti AI con ruoli diversi che lavorano sullo stesso problema: esperti, moderatore, giudice. Approfondisci →
- Token
- L’unità di testo con cui i modelli leggono e scrivono: in media una parte di parola. Costi e limiti dei modelli si misurano in token.
- Utente sintetico
- Una persona simulata da un modello, costruita sui dati di un mercato, usata per preparare e provare idee. Approfondisci →
Scritto dalla redazione MAPS con l’aiuto dell’AI, verificato e rivisto dal team.
Prova questi strumenti in MAPS
Passa dalla teoria alla pratica: genera analisi, strategie e insight con l'AI in pochi minuti.
Articoli correlati
AI e Marketing·9 min di lettura
RAG e Graph RAG nel marketing: cosa sono e perché contano
Come un’AI risponde sui tuoi documenti invece che «a memoria», perché il RAG classico non basta quando la risposta sta nei collegamenti, e cosa aggiunge un grafo.
Leggi →
AI e Marketing·8 min di lettura
Embedding vettoriali: la ricerca per significato, spiegata semplice
Cosa sono gli embedding, perché permettono di trovare un’informazione anche senza le parole giuste, e dove si fermano.
Leggi →
GEO e ricerca AI·10 min di lettura
Cos’è la GEO (Generative Engine Optimization) e come si fa
Farsi trovare, citare e descrivere bene dagli assistenti AI: cosa cambia rispetto alla SEO, cosa dice la ricerca, cosa fare in pratica e come misurarlo.
Leggi →