RAG (Retrieval-Augmented Generation) combina retrieval documentale e generazione LLM.
RAG è ideale quando i contenuti cambiano spesso: policy, cataloghi, FAQ, listini.
Il fine-tuning modifica i pesi del modello: richiede dataset curato, tempo e budget.
Zero-shot è rapido ma meno controllabile su casi specifici e ad alto rischio.
Per casi business reali si confrontano KPI: qualità, latenza, costo e aggiornabilità.
