> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/ai-assistant-di-geopard/accuratezza-e-valutazione.md).

# Accuratezza e valutazione

Come GeoPard misura l'accuratezza dell'AI Assistant e convalida i piani generati.

Misuriamo l'accuratezza agronomica dell'assistente su un benchmark versionato. Pubbliciamo ogni punteggio di categoria, comprese le aree ancora in miglioramento.

### Il benchmark

* 503 domande agronomiche di livello esperto, in stile CCA.
* Cinque categorie: suolo e acqua, gestione colturale, gestione dei nutrienti, gestione dei parassiti e IPM, specialità in agricoltura di precisione.
* Versionato e rieseguito a ogni release. Versione attuale: v2, luglio 2026.

### Punteggi attuali

| Categoria                               | Punteggio |
| --------------------------------------- | --------- |
| Specialità in agricoltura di precisione | 100%      |
| Suolo e acqua                           | 95.8%     |
| Gestione colturale                      | 93.8%     |
| Gestione dei nutrienti                  | 92.9%     |
| Gestione dei parassiti e IPM            | 77.5%     |

### Perché il set di domande è privato

Le domande del benchmark pubblico finiscono nei dati di addestramento dell'IA. Una volta accaduto, i punteggi non misurano più la capacità. Il set di domande resta privato così i punteggi futuri rimangono significativi. Su richiesta pubblichiamo la metodologia, tutti i punteggi di categoria e domande campione.

### Validazione oltre il benchmark

I punteggi del benchmark misurano la conoscenza. Ogni piano generato viene convalidato in esecuzione di prova prima della creazione. I controlli coprono l'equilibrio dei nutrienti e i coefficienti di asportazione rispetto alle raccomandazioni dell'assistenza tecnica. Coprono i livelli critici del test del suolo e le convenzioni di accumulo del tuo laboratorio. Coprono inoltre i limiti di dose di applicazione, le distanze di rispetto e le regole della knowledge base. Se un controllo fallisce, non viene generata alcuna mappa.

### Il tuo ruolo

L'assistente supporta il giudizio professionale. Non sostituisce un agronomo locale certificato. Rivedi e approvi ogni prescrizione. Convalida le raccomandazioni rispetto al tuo piano colturale, alle analisi del suolo, alle etichette dei prodotti e alle normative locali.

### Correlati

* [Panoramica dell'Assistente AI di GeoPard](/geopard-tutorials/it/tour-del-prodotto-app-web/ai-assistant-di-geopard.md)
* [FAQ dell'Assistente AI](/geopard-tutorials/it/tour-del-prodotto-app-web/ai-assistant-di-geopard/faq-dellai-assistant-per-lagricoltura-di-precisione.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/ai-assistant-di-geopard/accuratezza-e-valutazione.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.