Tutti parlano di LLM e ChatGPT. Demo impressionanti, risposte fluenti… finché non provi a fargli usare i tuoi dati.
In questo talk vedremo perché un LLM, da solo, non basta: senza contesto risponde in modo generico, inventa, e perde affidabilità. La soluzione non è addestrare modelli sempre più grandi, ma usare il pattern RAG (Retrieval Augmented Generation) per fornire al modello le informazioni giuste, nel momento giusto.
Parleremo di embeddings, database vettoriali e del flusso completo che porta una domanda dell’utente a una risposta davvero utile. Il tutto con un esempio end-to-end, usando PHP e Laravel, fino a una demo concreta e riproducibile.
E no, non serve Python.
Se ti hanno sempre detto che per lavorare con gli LLM devi cambiare linguaggio o stack, qui vedremo come costruire soluzioni solide restando nel mondo PHP.
Meno parole, più architettura.
Meno buzz, più controllo
