Trasformare il wiki aziendale in un assistente IA: la guida pratica
Trasformare il wiki aziendale di Notion, Confluence o Google Docs in un assistente IA richiede quattro passaggi concreti: esportare i contenuti nel formato giusto, dare loro una struttura leggibile prima dell'indicizzazione, mantenerli aggiornati nel tempo e rispettare i permessi su chi può vedere cosa. In questo articolo vediamo come affrontare ciascun passaggio senza ricostruire il wiki da zero, e come capire se le persone lo stanno davvero usando.
Perché il wiki aziendale da solo non basta più
Un wiki interno su Notion o Confluence funziona bene finché resta piccolo. Oltre qualche centinaio di pagine, la ricerca full-text integrata trova il documento giusto solo se si usano esattamente le parole del titolo, e le pagine più vecchie restano in cima ai risultati anche quando sono state superate da una versione più recente della procedura. Un assistente basato su RAG (retrieval augmented generation) affronta il problema in modo diverso: capisce le domande anche quando non ricalcano il titolo della pagina, grazie alla ricerca ibrida che combina parole chiave e somiglianza semantica, e restituisce una risposta con la fonte esatta citata invece di un elenco di link da aprire uno per uno.
- Difficoltà a trovare la pagina giusta tra centinaia di documenti scritti in anni diversi
- Pagine duplicate o contraddittorie create da team diversi sullo stesso argomento
- Conoscenza che resta solo nella testa dei colleghi più senior, perché scritta male o introvabile
Esportare i contenuti: Notion, Confluence, Google Docs
Il primo ostacolo pratico è sempre lo stesso: come portare fuori i contenuti dallo strumento in cui sono stati scritti senza perdere la struttura che li rende comprensibili. Ogni piattaforma ha le sue particolarità.
Notion
Notion permette di esportare uno spazio intero in Markdown o in PDF da Impostazioni e membri, poi Esporta contenuto. Il formato Markdown conserva meglio titoli, elenchi puntati e tabelle rispetto al PDF, ed è quasi sempre la scelta migliore per un assistente IA, perché mantiene la gerarchia delle pagine annidate dentro una struttura di cartelle facile da ricaricare altrove.
Confluence
Confluence consente l'esportazione per spazio in PDF, Word o XML da Spazio, Impostazioni dello spazio, Esportazione contenuti. Per un assistente IA l'export in Word o HTML è preferibile al PDF, perché i sistemi di estrazione riconoscono meglio titoli e tabelle quando le pagine usano macro, box informativi o tabelle complesse tipiche di Confluence.
Google Docs e Google Drive
Dai singoli documenti di Google Drive si può scaricare in Word o testo semplice da File, Scarica; per un export massivo di cartelle intere conviene Google Takeout. In entrambi i casi vale la pena filtrare prima i documenti davvero rilevanti: un export indiscriminato di anni di bozze abbandonate produce più rumore che valore quando poi l'assistente deve scegliere quale passaggio citare.
Export per piattaforma: cosa scegliere
| Strumento | Formato consigliato | Attenzione a |
|---|---|---|
| Notion | Markdown (archivio ZIP) | Pagine annidate e database linkati che si spezzano in più file |
| Confluence | Word o HTML | Macro, allegati e tabelle complesse che il PDF appiattisce |
| Google Docs/Drive | Word o testo semplice | Versioni multiple e bozze dello stesso documento |
Strutturare i contenuti prima di indicizzarli
Una volta esportati, i file non vanno caricati così come sono. Un po' di pulizia prima dell'ingestione fa una differenza enorme sulla qualità delle risposte, perché determina come il sistema dividerà i documenti in passaggi interrogabili: questo aspetto è approfondito in dettaglio in questo articolo sul chunking per il RAG.
- Eliminare le pagine obsolete o ancora segnate come «bozza» prima di caricarle
- Accorpare pagine frammentate che trattano lo stesso argomento in sezioni consecutive invece che sparse
- Usare titoli descrittivi (non «Pagina 3» ma «Procedura rimborso spese trasferte 2026»)
- Separare le policy generali valide per tutta l'azienda dalle istruzioni operative specifiche di un singolo team
Il problema della freschezza: un wiki vivo, non un backup
Il rischio più comune è trattare l'esportazione come un'operazione una tantum: si carica tutto, l'assistente funziona benissimo per un mese, poi la policy ferie cambia, il regolamento smart working viene aggiornato e nessuno ricarica i nuovi documenti. Un assistente che risponde ancora con informazioni superate è peggio di nessun assistente, perché la risposta arriva con la stessa sicurezza di una corretta.
Programmi un ciclo di aggiornamento fisso
Fissi un promemoria mensile o trimestrale per ri-esportare le sezioni del wiki che cambiano spesso (policy HR, procedure operative, listini interni) e ricaricarle sulla base di conoscenza. Per i contenuti quasi statici (organigramma storico, policy raramente modificate) un aggiornamento semestrale è sufficiente.
Conviene anche gestire la versione: quando un documento sostituisce il precedente, è meglio rimuovere la versione vecchia dalla base invece di lasciarla accanto alla nuova, perché un sistema di ricerca ibrida potrebbe comunque pescare il passaggio sbagliato se entrambe le versioni restano indicizzate.
Permessi e visibilità: chi può interrogare cosa
Non tutto il contenuto di un wiki aziendale è adatto a essere interrogabile da chiunque in azienda. Su una piattaforma come Kopik una base di conoscenza può restare privata, interrogabile solo dal proprietario e dalle sue chiavi API, oppure essere resa pubblica nel catalogo: per un wiki interno la scelta naturale è la base privata, con chiavi API distinte per team così da poter revocare l'accesso senza toccare il resto. Se nel wiki convivono policy generali e documenti riservati (contratti, dati HR, informazioni su singole persone), conviene separarli in basi diverse fin dall'inizio invece di provare a filtrare i permessi dentro un'unica base. Prima di caricare documenti che contengono dati personali vale la pena ripassare la checklist in GDPR e RAG: cosa verificare prima di partire.
- Base privata per policy HR, contratti e documenti con dati personali, accessibile solo via chiave API al team competente
- Base separata (anche pubblica solo internamente tramite link) per documentazione tecnica o procedure operative generiche
- Rotazione periodica delle chiavi API quando una persona cambia ruolo o lascia l'azienda
Misurare l'adozione: le metriche che contano
Caricare il wiki non basta: senza misurare l'uso reale è difficile capire se il progetto sta funzionando o se le persone continuano a chiedere le cose su Slack come prima. Le metriche utili sono poche ma concrete, e seguono la stessa logica descritta in come valutare un sistema RAG.
- Numero di domande poste per settimana rispetto al numero di dipendenti con accesso
- Percentuale di domande a cui il sistema risponde citando una fonte, contro quelle senza risposta utile
- Argomenti ricorrenti nelle domande senza risposta: segnalano buchi reali nel wiki da colmare
- Tempo medio stimato per trovare un'informazione, prima e dopo l'introduzione dell'assistente
L'adozione aumenta quando l'assistente arriva dove le persone già lavorano invece di essere un sito in più da ricordarsi di aprire. Collegare la base di conoscenza a Claude, Cursor o ChatGPT tramite un server MCP, oppure integrarla via API in uno strumento interno, abbassa la frizione: la guida passo passo è in collegare Claude, Cursor o ChatGPT a una base di conoscenza.
Pronta a trasformare il wiki in un assistente che risponde con fonti?
Esporti le pagine da Notion, Confluence o Google Docs e le carichi su Kopik: l'indicizzazione ibrida e le citazioni delle fonti sono già incluse, senza dover configurare un database vettoriale a parte.
Domande frequenti
Posso collegare direttamente Notion o Confluence senza esportare manualmente ogni volta?
Oggi l'approccio più affidabile resta esportare e ricaricare i file, ma il processo si può automatizzare: tramite le API è possibile scrivere uno script che ricarica periodicamente le sezioni del wiki che cambiano più spesso, senza intervento manuale ogni volta.
Quanto costa trasformare un wiki aziendale in assistente IA?
I costi dipendono dal volume di documenti e dal numero di domande al mese: una stima dettagliata di ingestione, storage, retrieval e generazione è disponibile in quanto costa davvero il RAG. Per un wiki di medie dimensioni con uso interno moderato, un abbonamento a consumo è spesso più conveniente di una pipeline costruita da zero.
Il wiki contiene documenti riservati: posso comunque usarlo con l'IA?
Sì, a patto di tenere i documenti riservati in una base privata interrogabile solo con chiave API dal team autorizzato, e di verificare prima gli aspetti relativi ai dati personali seguendo la checklist in GDPR e RAG.
Come faccio a far usare l'assistente ai colleghi che già lavorano su Slack o Teams?
Il modo più semplice è esporre la base tramite API e integrarla in un bot esistente, oppure collegarla via MCP agli strumenti che il team già usa quotidianamente, così la ricerca diventa parte del flusso di lavoro invece di un sito separato da ricordarsi di aprire.
Quanto spesso devo aggiornare la base di conoscenza creata dal wiki?
Dipende da quanto cambiano i contenuti: le policy e le procedure operative andrebbero ri-esportate e ricaricate con cadenza mensile o trimestrale, mentre i documenti quasi statici possono essere aggiornati una volta ogni sei mesi.
Riceva la newsletter di Kopik
Nuove basi di conoscenza, guide sul RAG e novità del prodotto. Un'email ogni una o due settimane, disiscrizione con un clic.
Iscrivendosi accetta di ricevere la nostra newsletter. Il Suo indirizzo non viene mai condiviso.