Come creare un chatbot per la propria azienda, e la via d'uscita da costruire per prima
Creare un chatbot per la propria azienda è mettere insieme quattro pezzi: un elenco di risposte vere, un modello di linguaggio che le riformula, una regola su cosa il chatbot non può dire e una via d'uscita verso una persona. Le pagine che spiegano come creare un chatbot per la propria azienda si fermano quasi tutte al secondo pezzo, cioè alla scelta della piattaforma, perché è l'unico che si può mostrare in uno screenshot.
Il quarto pezzo è invece quello che decide se il chatbot sarà ancora acceso fra tre mesi. Un chatbot con l'intelligenza artificiale che risponde bene a nove domande su dieci e poi si impunta sulla decima perde il cliente esattamente nel momento in cui il cliente aveva una richiesta vera. La via d'uscita verso una persona non è il piano B di un progetto andato male: è una funzione del prodotto, e conviene progettarla prima delle risposte.
Come creare un chatbot per la propria azienda: i quattro pezzi in ordine
I quattro pezzi di un chatbot aziendale si decidono in un ordine preciso, e la piattaforma arriva terza. Ogni pezzo vincola quello successivo: l'elenco delle risposte dice se serve un indice o basta un file, e la via d'uscita dice a chi arriva la conversazione quando il modello si arrende.
| Pezzo | Cos'è | Chi lo decide | Dove si rompe |
|---|---|---|---|
| Le risposte | il testo vero che il chatbot può usare | chi legge le richieste dei clienti | quando è copiato a mano e invecchia |
| La regola | cosa esce da un testo fisso e cosa può generare il modello | chi firma prezzi e condizioni | quando nessuno l'ha scritta |
| La piattaforma | il software che espone la chat e chiama il modello | chi la installa | quando viene scelta per prima |
| La via d'uscita | il passaggio verso una persona, con la conversazione allegata | chi risponde davvero ai clienti | quando porta a una casella che nessuno legge |
La piattaforma è il pezzo che fa più danni quando viene scelto per primo. Nei progetti che mi vengono raccontati era già stata comprata al primo incontro, dopo una demo, e le tre decisioni difficili sono finite dentro i vincoli di quello strumento.
Se il chatbot deve anche fare operazioni, non è più un chatbot
Un chatbot risponde, un agente compie azioni su un sistema, e il confine fra i due è il permesso di agire: è la distinzione che ho messo per esteso in differenza tra chatbot e agente AI. Prenotare un appuntamento, modificare un ordine o aprire una pratica sono operazioni, e un progetto che le prevede ha bisogno di permessi, registri e un punto di fermata che un chatbot non ha. Quando il requisito è quello, la strada giusta è trattarlo come un progetto di agenti AI su misura invece di forzare uno strumento nato per rispondere.
Dove prendere le risposte senza copiarle a mano
Le risposte di un chatbot aziendale si generano dal contenuto che l'azienda già pubblica, non si incollano dentro un pannello. È la differenza fra un elenco che resta vero e un elenco che diventa falso al primo listino nuovo, e nessuna piattaforma la risolve al posto vostro: dentro il pannello di amministrazione quel testo è solo testo, e niente lo avvisa quando la pagina da cui era stato copiato cambia.
Sotto le cinquecento pagine di materiale non serve costruire nessun indice e nessun database vettoriale, e la soglia è di Anthropic e non mia: l'ho riportata con la fonte in cos'è il RAG e quando serve davvero. Un'azienda che vende un catalogo di prodotti e risponde alle stesse domande da anni sta quasi sempre molto sotto quella soglia, e il lavoro vero non è l'architettura, è scrivere le risposte che oggi non esistono in nessun documento.
Il materiale che esiste solo come PDF impaginati è il caso in cui questo passaggio si allunga, perché il testo va estratto prima di poter essere usato, e i punti in cui quel lavoro si blocca stanno in estrarre dati dai PDF aziendali.
Il file che ho messo sul mio sito, e perché è generato e non scritto
Su marcomasut.com il documento che i modelli leggono non lo scrivo io: lo genera il sito a ogni build, e il codice sta in src/app/llms.txt/route.ts. Dentro quel file c'è anche il motivo, in un commento che ho lasciato per non ripetere l'errore: prima era un file statico dentro public/, e si sarebbe disallineato al primo articolo nuovo. Adesso l'elenco di titoli, indirizzi e descrizioni viene costruito dagli articoli veri nel momento in cui il sito si compila, quindi non può raccontare una cosa diversa da quella pubblicata.
Il formato non me lo sono inventato. È la proposta llms.txt di Jeremy Howard, pubblicata nel settembre 2024 e arrivata alla versione 2 nell'agosto 2026, che definisce un file Markdown all'indirizzo /llms.txt con una premessa dichiarata: "Agents are best served by concise, expert-level information gathered in a single, accessible location". La cosa concreta da fare in un'azienda è la stessa e non richiede un chatbot per essere utile: un unico file di testo con le risposte vere, generato da dove quelle risposte vivono già.
La regola su cosa il chatbot non può dire
Ogni risposta che impegna l'azienda esce da un testo fisso, non dal modello. Prezzi, tempi di consegna, condizioni di reso, coperture di garanzia e stati di una pratica sono le cinque categorie su cui una frase riformulata in modo creativo diventa una promessa che qualcuno poi deve mantenere. Sul resto il modello può parlare liberamente, e la libertà è proprio il motivo per cui lo si usa.
La regola su cosa il chatbot non può generare va scritta prima di pubblicare, perché dopo diventa una discussione fra chi ha installato lo strumento e chi risponde ai clienti. Quali richieste possono uscire da sole e quali devono passare da una persona è il criterio che ho messo in fila in cosa conviene delegare dell'assistenza clienti, e vale identico qui.
C'è poi un obbligo che riguarda la pagina e non il prezzo. Chi apre la chat deve sapere di stare parlando con un sistema di intelligenza artificiale, a meno che non sia già evidente, e l'avviso va dove si apre la conversazione e non dentro l'informativa privacy: è il paragrafo 1 dell'articolo 50 dell'AI Act, e cosa comporta in pratica sta in obblighi di trasparenza dell'AI Act.
Cosa deve fare un chatbot AI quando non sa rispondere
Un chatbot AI deve dichiarare di non sapere alla prima risposta mancata, non alla terza, e passare la conversazione a una persona portandosi dietro tre cose: il testo integrale di quello che il cliente ha scritto, un contatto per richiamarlo e l'indicazione di entro quando qualcuno risponderà. Un passaggio che perde la conversazione e chiede al cliente di riscrivere tutto da capo vale meno di zero, perché aggiunge un'attesa al lavoro che la persona aveva già fatto.
La soglia del "non lo so" si decide in fase di progetto e va tarata bassa. Due tentativi falliti di fila sono il massimo che una persona sopporta prima di chiudere la finestra, e un chatbot che insiste con "non ho capito, puoi riformulare" sta chiedendo al cliente di indovinare le parole giuste per accedere a un servizio che dovrebbe essere lui a fornire.
Il numero da guardare ogni settimana
Il numero da guardare non è quante conversazioni il chatbot ha risolto, sono quelle che ha chiuso senza risposta e senza passare la mano. Quelle conversazioni si leggono una per una nelle prime quattro settimane, e ognuna produce o una risposta nuova nell'elenco o una via d'uscita che non era stata prevista. È un lavoro di mezz'ora la settimana che nessuna piattaforma fa al posto vostro, e la differenza fra i progetti che restano accesi e quelli che si spengono in autunno passa quasi tutta da qui.
Quando quel lavoro non è assegnato a nessuno, il chatbot diventa un canone che si paga per un servizio che peggiora, e il conto di come cambiano i canoni al variare del traffico l'ho fatto in quanto costa un chatbot per azienda.
Un chatbot che sa dire di non sapere e passa la mano con la conversazione in mano vale più di uno che risponde sempre. Il primo perde una domanda e tiene il cliente, il secondo risponde a tutto e lo perde sulla richiesta che contava.
Domande frequenti
Un chatbot AI si può addestrare sui dati della propria azienda?
Quasi sempre non si addestra niente: si dà al modello il materiale da leggere nel momento in cui risponde. Addestrare vuol dire modificare i pesi del modello con un lavoro che si rifà ogni volta che i dati cambiano, e per un chatbot aziendale è la strada sbagliata, perché listini e condizioni cambiano più spesso di quanto convenga riaddestrare. La parola che i fornitori usano nei materiali commerciali è spesso addestramento, ma la cosa che fanno è passare documenti al modello a ogni domanda.
Si può partire con un chatbot a risposte fisse, senza modello di linguaggio?
Sì, e su pochi argomenti ben definiti regge meglio di un modello. Un chatbot a risposte fisse presenta domande già scritte e restituisce testi approvati: non sbaglia mai un prezzo e non ha bisogno di nessuna sorveglianza sui contenuti. Il limite arriva quando le richieste sono formulate in modi troppo diversi, perché il menù di domande diventa un labirinto che le persone abbandonano. La scelta pratica è partire fisso sugli argomenti che impegnano l'azienda e aggiungere il modello dove la domanda può essere scritta in cento modi.
Lo stesso elenco di risposte funziona anche in un'altra lingua?
Per le spiegazioni sì, per le risposte che impegnano l'azienda no. Un modello di linguaggio traduce una spiegazione in modo accettabile senza che nessuno la riscriva, ed è il motivo per cui un chatbot multilingue costa meno di un sito multilingue. Le condizioni di vendita, le garanzie e i tempi di consegna vanno invece tradotti da una persona e conservati come testi fissi, perché una sfumatura sbagliata in una lingua che nessuno in azienda legge non viene scoperta da nessuno.
Serve una persona dietro il chatbot anche di notte?
Non serve una persona sveglia, serve una promessa vera. Quando il chatbot passa la mano alle undici di sera deve raccogliere un contatto e dire entro quando qualcuno risponderà, e quella frase deve corrispondere a un orario in cui davvero qualcuno legge. Un passaggio verso nessuno è peggio di un chatbot che non c'è: il cliente ha scritto, ha aspettato e non ha ricevuto niente, e quella è l'unica cosa che si ricorderà dell'azienda.