docs(step-8): aggiungi regole per parametri ottimali

fix(step-9): passa SYSTEM_PROMPT come campo system nell'API Ollama
anziche concatenato nel prompt — risolve risposte di fallback errate
con modelli piccoli

step-8/README.md

@@ -57,3 +57,58 @@ distanza coseno. La directory è ignorata da git (generata automaticamente).
 Stessi modelli raccomandati nel [README di step-7](../step-7/README.md).
 Il modello deve essere scaricato in Ollama prima di eseguire questo script
 (`ollama pull <modello>`).
+
+---
+
+## Regole d'oro per parametri ottimali
+
+### Modello di embedding
+
+**Usa un modello multilingue per testi italiani.**
+I modelli English-first (`nomic-embed-text`, `mxbai-embed-large`, `all-minilm`)
+producono vettori di qualità inferiore su italiano, con retrieval meno preciso.
+Prima scelta: `qwen3-embedding:0.6b`.
+
+**Più dimensioni = retrieval più preciso, ma più spazio su disco.**
+
+| Dimensioni | Modelli | Quando usarlo |
+|---|---|---|
+| 1024 | `qwen3-embedding:0.6b`, `bge-m3` | documenti tecnici, testi lunghi |
+| 768 | `nomic-embed-text-v2-moe` | buon compromesso |
+| 384 | `all-minilm` | solo per test rapidi |
+
+**Usa la stessa famiglia LLM + embedding quando possibile.**
+`qwen3-embedding` + `qwen3.5` condividono tokenizer e spazio semantico —
+il retrieval è più coerente rispetto a modelli di famiglie diverse.
+
+### Coerenza tra step-8 e step-9
+
+**`EMBED_MODEL` deve essere identico in step-8 e step-9.**
+ChromaDB memorizza i vettori generati con un certo modello. Se step-9 usa un
+modello diverso per la query di ricerca, gli spazi vettoriali non corrispondono
+e il retrieval restituisce risultati casuali — senza alcun errore visibile.
+
+**Dopo aver cambiato `EMBED_MODEL`, riesegui sempre con `--force`.**
+Senza `--force` lo script salta la collection già esistente — i vecchi vettori
+(generati col modello precedente) restano e continuano a essere usati da step-9.
+
+```bash
+# Cambio modello → ricrea sempre la collection
+python step-8/ingest.py --stem <nome> --force
+```
+
+### Quando usare `--force`
+
+| Situazione | `--force` necessario? |
+|---|---|
+| Prima esecuzione | No |
+| Hai cambiato `EMBED_MODEL` | **Sì** |
+| Hai migliorato i chunk in step-6 | **Sì** |
+| Hai aggiunto nuovi documenti (stem diverso) | No |
+| Vuoi solo verificare che funzioni | No |
+
+### Distanza vettoriale
+
+Lo script usa **distanza coseno** (hardcoded), che è la scelta corretta per
+embedding testuali — misura l'angolo tra vettori indipendentemente dalla loro
+lunghezza. Non cambiare questo parametro.

step-9/rag.py

@@ -60,10 +60,11 @@ def embed(text: str) -> list[float]:
 
 # ─── Generazione ──────────────────────────────────────────────────────────────
 
-def call_ollama(prompt: str) -> str:
+def call_ollama(prompt: str, system: str = "") -> str:
     """Chiama Ollama /api/generate e ritorna la risposta."""
     payload = json.dumps({
         "model": LLM_MODEL,
+        "system": system,
         "prompt": prompt,
         "stream": False,
         "think": not NO_THINK,
@@ -110,6 +111,7 @@ def retrieve(collection: chromadb.Collection, question: str) -> list[dict]:
 # ─── Prompt ───────────────────────────────────────────────────────────────────
 
 def build_prompt(question: str, chunks: list[dict]) -> str:
+    """Ritorna (system, user_prompt) separati per l'API Ollama."""
     context_parts = []
     for i, c in enumerate(chunks, start=1):
         header = f"[Contesto {i}"
@@ -121,11 +123,8 @@ def build_prompt(question: str, chunks: list[dict]) -> str:
         context_parts.append(f"{header}\n{c['text']}")
 
     context = "\n\n".join(context_parts)
-    return (
-        f"{SYSTEM_PROMPT}\n\n"
-        f"{context}\n\n"
-        f"Domanda: {question}"
-    )
+    user_prompt = f"{context}\n\nDomanda: {question}"
+    return SYSTEM_PROMPT, user_prompt
 
 
 # ─── Loop interattivo ─────────────────────────────────────────────────────────
@@ -148,10 +147,10 @@ def answer(question: str, collection: chromadb.Collection, verbose: bool) -> Non
             print(f"      {c['text'][:120].replace(chr(10), ' ')}...")
         print("──────────────────────────────────────────────────────────────\n")
 
-    prompt = build_prompt(question, chunks)
+    system, prompt = build_prompt(question, chunks)
 
     try:
-        response = call_ollama(prompt)
+        response = call_ollama(prompt, system=system)
     except (urllib.error.URLError, OSError) as e:
         print(f"❌ Errore generazione: {e}")
         return