In breve
- Se stai creando un assistente AI per la tua attività, che sia destinato all’assistenza clienti, alle prenotazioni o alle risposte alle domande frequenti, una delle decisioni più importanti da prendere riguarda il modo in cui l’assistente trova e recupera le informazioni.
- Se sbagli, l’assistente darà risposte vaghe, inventerà prezzi o confonderà i clienti. Se invece fai la scelta giusta, diventerà uno degli strumenti più affidabili della tua attività.
- Questa guida illustra i due metodi principali per recuperare le informazioni — la ricerca nella base di conoscenza e le azioni — spiega quando usare ciascuno, perché è fondamentale dare nomi corretti a documenti e strumenti e come testare l’assistente prima di renderlo operativo.
Addestrare l’assistente sui tuoi dati è il modo per creare il livello di conoscenza. Scopri l’anatomia in 4 livelli di un agente AI aziendale per avere il quadro completo: conoscenza, abilità, strumenti e intelligenza.
Che cos’è una base di conoscenza per un assistente AI e come funziona?
Una base di conoscenza è una raccolta di documenti, testi e contenuti strutturati che carichi nell’assistente AI. Può includere l’URL del tuo sito web, descrizioni dei servizi, listini, politiche di cancellazione, FAQ, informazioni su sedi e orari e qualsiasi altro contenuto a cui vuoi che l’assistente faccia riferimento quando risponde alle domande.
Quando un utente pone una domanda, l’assistente esegue una ricerca semantica ad ampio raggio in tutti i contenuti della base di conoscenza. La ricerca semantica significa che l’assistente non cerca soltanto corrispondenze esatte con le parole chiave: comprende il significato della domanda e individua i passaggi più pertinenti, anche quando sono formulati in modo diverso.
Dopo aver trovato i contenuti pertinenti, l’assistente riassume la risposta e può citare o rimandare al documento di origine.
È il fondamento della maggior parte degli assistenti AI per le FAQ, e a ragione: è veloce, flessibile e non richiede sviluppo personalizzato per essere configurata.
Quando basta una base di conoscenza: l’assistente per le FAQ
Per un assistente generico che risponde alle FAQ, la scelta giusta è caricare tutto nella base di conoscenza. URL del sito web, elenco dei servizi, panoramica dei prezzi, politiche, orari, sedi: inserisci tutto.
In questo caso, il compito dell’assistente è:
- Eseguire una ricerca semantica ad ampio raggio in tutti i documenti disponibili
- Individuare la risposta più pertinente
- Riassumerla in modo chiaro per l’utente
- Indicare o collegare la fonte, se glielo chiedi nelle istruzioni.
Questo approccio funziona bene perché le domande frequenti sono informative e non richiedono una precisione assoluta. Chi chiede «offrite colpi di sole?» o «quali sono i vostri orari la domenica?» non ha bisogno di una risposta matematicamente precisa. Cerca una sintesi utile e accurata, e la base di conoscenza è adatta a fornirla.
L’approccio basato sulla base di conoscenza è anche il metodo di recupero più veloce disponibile per un assistente AI. Poiché si tratta di un’unica ricerca semantica, anziché di una chiamata di andata e ritorno a un sistema esterno, le risposte arrivano rapidamente. La velocità è importante nell’AI conversazionale: gli utenti si aspettano risposte quasi immediate.
Se l’assistente risponde soprattutto a domande informative, per iniziare ti basta una base di conoscenza ben organizzata.
Quando una base di conoscenza non basta: prezzi, prenotazioni e casi particolari
È qui che molti team commettono un errore cruciale. Pensano che, se la base di conoscenza funziona per le FAQ, funzionerà anche per le domande sui prezzi, le regole di prenotazione e i casi particolari relativi alle politiche. Non è così, almeno non in modo affidabile.
Quando un cliente chiede «quanto costerebbe un balayage su capelli lunghi e folti, con toner e piega?», l’assistente deve trovare una risposta molto specifica. Se i prezzi sono inseriti in un paragrafo del testo del sito, mescolati a contenuti promozionali e descrizioni generiche, l’assistente deve indovinare. E quando gli assistenti AI indovinano i prezzi, spesso sbagliano, compromettendo la fiducia e creando problemi concreti per l’attività.
La soluzione è aggiungere azioni, dette anche strumenti, che consentono all’assistente di recuperare le informazioni in modo deterministico e sistematico.
Un’azione è essenzialmente una ricerca diretta: una funzione che l’assistente può richiamare per ottenere una risposta precisa e strutturata. Invece di eseguire una ricerca ampia e riassumere i risultati, l’assistente si rivolge direttamente alla fonte giusta e restituisce i dati esatti, ad esempio tramite un’azione di Google Sheets.
Ecco alcuni esempi di azioni che risolvono comuni problemi di accuratezza:
Ottieni prezzo (lunghezzaCapelli, spessore, tipoCapelli, toner, trattamento, piega): restituisce il prezzo esatto per una specifica combinazione di servizi, eliminando ogni ambiguità e il rischio di usare informazioni obsolete contenute in vecchi documenti della base di conoscenza.
Ottieni politica (nomePolitica): restituisce la versione ufficiale e aggiornata di una politica specifica, ad esempio su cancellazioni, rimborsi o ritardi, senza che l’assistente debba interpretarla o parafrasarla.
Elenca servizi: restituisce l’elenco ufficiale dei servizi attualmente offerti dall’attività. È particolarmente importante perché a volte gli assistenti AI possono descrivere con sicurezza servizi che non esistono, un problema noto come allucinazione, che può dipendere anche dal modello AI. Ancorare l’assistente a un elenco aggiornato dei servizi previene questo problema.
Con le azioni, l’assistente smette di essere un sistema che cerca e tira a indovinare. Diventa un sistema che consulta le informazioni e risponde. È un cambiamento fondamentale in termini di affidabilità.
Base di conoscenza o azioni: compromessi tra velocità e accuratezza
Quando si progetta un assistente AI, una domanda ricorrente è se usare la base di conoscenza o le azioni per un determinato tipo di richiesta.
Ecco come valutare il compromesso:
- Il recupero delle informazioni dalla base di conoscenza è più veloce. Si tratta di un’unica ricerca semantica che avviene interamente nel contesto dell’assistente. Nessuna chiamata API esterna, nessun passaggio di andata e ritorno a un database. È quindi la soluzione ideale per le domande informative, quando la velocità di risposta conta e il rischio di una risposta leggermente imprecisa è basso. Puoi dare all’assistente questa istruzione: «Rispondi solo alle domande usando le informazioni della base di conoscenza» e l’assistente AI risponderà in modo accurato.
- Le azioni sono più lente, ma più accurate. Ogni azione comporta una chiamata di andata e ritorno: l’assistente decide di eseguirla, invia la richiesta, attende la risposta e poi formula la propria risposta. Questo aumenta la latenza, ma il risultato è preciso, aggiornato e autorevole.
La regola pratica: usa la base di conoscenza per i contenuti informativi e le azioni per tutto ciò che deve essere esatto. Prezzi, requisiti di idoneità, disponibilità attuale, formule, calcoli, regole di prenotazione e dettagli specifici delle politiche dovrebbero essere gestiti tramite azioni. Non aggiungere azioni tanto per aggiungerle: usale solo quando l’accuratezza lo richiede davvero.
Quando un utente chiede un prezzo e l’assistente ha a disposizione solo una base di conoscenza, dietro le quinte succede questo: l’assistente cerca contemporaneamente in tutti i documenti disponibili, trova prezzi nelle FAQ, nella pagina dei servizi, magari in un vecchio PDF e in una pagina promozionale, quindi sceglie ciò che sembra più pertinente. Potrebbe trovare il prezzo giusto, oppure uno non aggiornato. Potrebbe anche fare una media tra due fonti in conflitto. Per i prezzi, nessuno di questi esiti è accettabile.
Con un’azione per i prezzi con un nome chiaro, l’assistente richiama un’unica funzione, ottiene un’unica risposta e la restituisce con sicurezza.
Perché dare nomi corretti ai documenti e alle azioni è fondamentale per le prestazioni dell’assistente AI
È uno degli aspetti più trascurati nella progettazione degli assistenti AI e influisce direttamente sulle loro prestazioni, soprattutto con modelli più leggeri o di dimensioni ridotte.
L’assistente usa i nomi dei documenti e delle azioni come indizi per capire quale fonte è autorevole. Quando un utente pone una domanda sui prezzi, l’assistente esamina i nomi di tutte le risorse disponibili e decide dove cercare. Se il tuo documento sui prezzi si chiama «Prezzi: servizi balayage», lo consulterà per primo. Se invece si chiama «sheet(1)», «Code837720» o «final_final2», l’assistente non può sapere cosa contiene e potrebbe ignorarlo del tutto o attribuirgli una priorità errata.
Esempi di nomi efficaci per i documenti di un assistente AI destinato a un’attività di servizi:
- Prezzi - Balayage
- Prezzi - Servizi colore
- Prezzi - Servizi aggiuntivi
- Politiche - Cancellazioni e mancata presentazione
- Politiche - Rimborsi
- Servizi - Menu completo
- FAQ - Generali
- FAQ - Prenotazioni e appuntamenti
Esempi di nomi efficaci per le azioni di un assistente AI:
- Ottieni prezzo balayage
- Ottieni politica di cancellazione
- Ottieni prezzi dei servizi aggiuntivi
- Elenca servizi disponibili
- Ottieni regole di prenotazione
Esempi di nomi poco efficaci che causano errori dell’assistente:
- run_query_12
- tool_7
- lookup_misc
- doc_v3_final
- nuovo listino (copia)
- senza titolo
Il principio vale anche per il modo in cui descrivi le azioni nella configurazione dell’assistente. Una descrizione chiara come «Restituisce il prezzo esatto dei servizi balayage in base alla lunghezza e allo spessore dei capelli e ai trattamenti selezionati» aiuta l’assistente a capire quando richiamarla. Una descrizione vaga come «fornisce alcune informazioni sui prezzi» non gli dà quasi nessun elemento utile.
Usare nomi coerenti e comprensibili non è solo una preferenza organizzativa: è un requisito funzionale per ottenere un assistente AI efficace.
Questo non significa che serva un documento per ogni singolo elemento: alcuni contenuti possono essere raggruppati.
Un semplice criterio decisionale: documento nella base di conoscenza o azione?
Usa questo criterio come punto di partenza per decidere come organizzare le informazioni dell’assistente:
- Se la domanda è di carattere informativo, ad esempio gli orari, l’indirizzo, le descrizioni generali dei servizi, la storia del brand o le FAQ generiche, la scelta giusta è un documento nella base di conoscenza. Caricalo, dagli un nome chiaro e l’assistente saprà gestirlo.
- Se la domanda richiede dati precisi, aggiornati o strutturati, come prezzi con più variabili, requisiti di idoneità per le prenotazioni, calcoli dei rimborsi o dettagli delle politiche relativi a casi particolari, crea un’azione. Dagli un nome chiaro, documenta i dati che restituisce e testala a fondo.
- Se la domanda potrebbe indurre l’assistente a descrivere qualcosa che non esiste, come un servizio che non offri più o una promozione scaduta, aggiungi un’azione per elencare i servizi o le promozioni attualmente disponibili, oppure inserisci nella base di conoscenza un documento che indichi quali offerte sono effettivamente disponibili oggi.
Come testare l’assistente AI prima di renderlo operativo
Spesso, la differenza tra un assistente AI ben progettato e uno frustrante sta nei test. Ecco un approccio pratico:
Poni la stessa domanda sui prezzi o sulle politiche dieci volte, formulandola in modi diversi. Parafrasa, usa abbreviazioni, chiedila con tono informale e formale. Verifica che l’assistente trovi sempre la risposta giusta o se cambi risposta da una sessione all’altra. Le incoerenze possono indicare nomi poco chiari o un’azione mancante.
Esegui i test con i modelli che stai davvero valutando di usare. I modelli più potenti, come Claude Sonnet, gestiscono meglio le richieste ambigue: anche con nomi imperfetti, capiscono più spesso quando richiamare un’azione invece di cercare nella base di conoscenza. I modelli più leggeri o veloci sono più sensibili alla qualità dei nomi. Un modello potente potrebbe instradare correttamente una richiesta verso un’azione dal nome poco chiaro, mentre un modello più piccolo potrebbe ignorarla del tutto.
Ecco perché è importante testare diversi modelli. La stessa configurazione dell’assistente può comportarsi in modo molto diverso a seconda del modello sottostante. Se vuoi ridurre i costi usando un modello più leggero, dovrai compensare con nomi migliori, descrizioni più chiare delle azioni e una base di conoscenza organizzata con maggiore cura.
Verifica in particolare la presenza di servizi o prezzi inventati. Chiedi all’assistente informazioni su ciò che non offri e osserva come risponde. Se descrive con sicurezza un servizio che non offri più, hai tre possibilità: aggiungere un’azione per elencare i servizi che restituisca solo quelli attualmente disponibili; aggiungere alla base di conoscenza un documento che definisca esplicitamente il menu aggiornato dei servizi; oppure, se hai eseguito la scansione del tuo sito web, controllarlo e rimuovere le pagine o i contenuti obsoleti prima che l’assistente li acquisisca. Puoi sempre reindicizzarlo con un clic dalla sezione Knowledge.
Creare un assistente AI che fornisce risposte accurate
Per progettare un assistente AI di cui i clienti si fidino, occorre prendere bene tre decisioni.
- Scegli il metodo di recupero giusto per ogni tipo di informazione. Usa la ricerca nella base di conoscenza per le domande informative generiche, quando la velocità conta e una lieve imprecisione è accettabile. Usa le azioni per prezzi, politiche, regole di prenotazione e tutto ciò che deve essere esatto.
- Dai a ogni elemento un nome chiaro e coerente. I documenti e le azioni sono la mappa che l’assistente usa per orientarsi tra le tue informazioni. Nomi descrittivi e comprensibili non sono facoltativi: determinano direttamente se l’assistente troverà la risposta giusta.
- Esegui i test con il modello che intendi usare, non soltanto con il più potente disponibile. I diversi modelli gestiscono in modo diverso il recupero delle informazioni quando le richieste sono ambigue, e le differenze di prestazioni emergono nelle condizioni di test realistiche.
Un assistente AI costruito in questo modo, con una base di conoscenza ordinata, azioni ben definite e nomi scelti con cura, non si limita a rispondere alle domande. Diventa un’estensione affidabile della tua attività, di cui i clienti si fidano e a cui tornano.
Pronto a iniziare?
Il modo migliore per imparare è mettersi all’opera. Carica i tuoi contenuti, poni le dieci domande che i clienti ti fanno più spesso e osserva cosa succede. Entro un’ora capirai se sei sulla strada giusta.
Vuoi provarlo? Invent Business ti offre una prova gratuita completa di 14 giorni e un piano gratuito senza limiti di tempo.
Inizia oggi a creare il tuo assistente e scopri cosa può fare per i tuoi clienti.
FAQ
Quali piattaforme offrono strumenti semplici per addestrare un chatbot AI senza programmare?
Le categorie principali sono le piattaforme basate sull’addestramento AI e i builder visuali di flussi. Piattaforme basate sull’addestramento AI come Invent, Chatbase, SiteGPT e CustomGPT richiedono semplicemente di caricare contenuti o fornire URL. I builder visuali di flussi, come Landbot, Voiceflow e Tars, utilizzano interfacce drag-and-drop. Per le basi di conoscenza con molti documenti, Invent, Chatbase e CustomGPT si concentrano sull’addestramento di assistenti AI tramite documenti proprietari, siti web e basi di conoscenza interne.
2. Le migliori piattaforme per sviluppare chatbot AI personalizzati
Dipende dal caso d’uso:
- Invent: la soluzione ideale per fondatori, piccoli team e aziende di qualsiasi settore che hanno bisogno di WhatsApp, SMS, Gmail, Instagram, Messenger, TikTok e SMS, con una casella di posta unificata.
- Botpress: la scelta migliore per i team che hanno bisogno di distribuire l’assistente su più canali e potrebbero voler aggiungere codice in seguito.la scelta migliore per i team che hanno bisogno di distribuire l’assistente su più canali e potrebbero voler aggiungere codice in seguito.
- Voiceflow: Ideale per creare agenti di supporto scalabili: StubHub International ha creato e lanciato un potente agente AI per l’assistenza clienti in 90 giorni utilizzando Voiceflow, che viene gestito da team non tecnici.
- CustomGPT: Ideale per le aziende che hanno bisogno di agenti addestrati su dati specifici del settore e integrati con le knowledge base esistenti.
- ManyChat / Chatfuel: Ideali per l’automazione su WhatsApp, Instagram e social media.
Quali sono gli elementi chiave di una strategia efficace per addestrare un chatbot AI?
In base agli elementi comuni alle diverse piattaforme, i componenti chiave sono:
- Contenuti organizzati e con nomi chiari: Carica documenti, PDF, URL e FAQ assegnando nomi chiari e descrittivi, così l’assistente saprà dove cercare.
- Azioni per garantire la precisione: Aggiungi documenti e file strutturati per prezzi, policy e tutto ciò che deve essere riportato con precisione.
- Test e perfezionamento: le risposte dell’AI varieranno sempre. Fai la stessa domanda in modi diversi e confronta le risposte per verificarne la coerenza.
- Analisi dei dati: Piattaforme come Invent offrono analisi dettagliate sulle prestazioni delle conversazioni, sul CSAT e molto altro.
- Scelta del modello: La precisione varia notevolmente da un modello all’altro.
Quali sono i modelli di prezzo delle piattaforme per addestrare i chatbot?
Esistono tre modelli di prezzo comuni:
- Piani in abbonamento: da gratis a circa 500 $ al mese (ad esempio, piano gratuito con circa 100 messaggi e 1 bot; i piani superiori arrivano a circa 40.000 messaggi e includono analisi).
- Prezzi per canale: prezzi diversi per ciascun canale (ad esempio, Facebook/IG rispetto a WhatsApp).
- Tariffe basate sull’utilizzo o su crediti: Paghi in base ai messaggi o ai crediti; i modelli più avanzati possono costare molti più crediti per risposta, quindi la spesa può variare.
- Piani Enterprise/personalizzati: in genere partono da circa 300 $ al mese, con contratti personalizzati per volumi elevati e maggiore sicurezza e assistenza.
5. Prove gratuite per piattaforme di creazione di chatbot AI
La maggior parte delle principali piattaforme offre una qualche forma di accesso gratuito per provarle prima di sottoscrivere un piano. Ecco una panoramica delle opzioni disponibili:
Piattaforme con piani gratuiti o periodi di prova:
- Invent: piano gratuito con accesso a tutte le funzionalità e prova gratuita di 14 giorni per l’abbonamento Business
- Chatbase: piano gratuito con 100 crediti per i messaggi al mese
- Botpress: piano gratuito con costi basati sull’utilizzo
- Voiceflow: è disponibile un piano gratuito
- ManyChat: piano gratuito per l’automazione di base
