Il tuo chatbot non è stupido.Non gli hanno mai permesso di controllare niente.

«Dov’è l’ordine 4821?» Il bot risponde: «Grazie per averci contattato! I tempi di consegna sono di 3-5 giorni lavorativi.» Lo riscrivi, con il numero. Stessa frase. Chiedi una persona. Stessa frase. Quel chatbot non è stupido. Non gli hanno mai permesso di controllare niente. È un albero decisionale con una finestra di chat sopra, e ogni lamentela su di lui (si ripete, ignora il contesto, non chiama mai una persona) è una scelta di progetto. Ecco com’è fatto un chatbot per l’assistenza clienti con un LLM, degli strumenti e una persona nel giro (human in the loop), in tre scene, e come sai che funziona prima di fidarti.

Tre lamentele, tre decisioni

• Sempre la stessa risposta. Abbina una parola chiave a una risposta pronta. Non legge mai la conversazione né il cliente.
• Non capisce il contesto. Non può aprire l’ordine, la prenotazione o la fattura. Un operatore è utile perché controlla, non perché conosce delle frasi.
• Non chiama mai una persona. Non ha un’idea di quanto è sicuro e nessun modo di passare il caso con il contesto allegato.

Ognuna si può fare diversamente.

Cosa fa un vero chatbot di assistenza

Un ordine. «Dov’è l’ordine 4821?» Il chatbot lo cerca, vede che il corriere non scansiona da due giorni, e risponde con quel fatto e le opzioni che tu permetti (aspettare, rispedire, rimborsare). Niente di inventato. Ha letto l’ordine, non un copione.

Una prenotazione. «Posso spostare l’appuntamento a giovedì?» Controlla il calendario, propone gli orari liberi e sposta la prenotazione. Se la sposta da solo o prepara la modifica perché la confermi tu lo decidi tu, azione per azione.

Un caso di assistenza. «Mi avete addebitato due volte.» Legge le fatture, trova il doppione, prepara il rimborso e passa il caso a una persona con tutto allegato. Un clic per approvare, o prende in mano.

1. clienteMi avete addebitato due volte l’ordine 4821.
2. modello → toolinvoice.read(order: 4821)
3. tool → modello2 addebiti · stesso importo · 4 min di distanza · stessa carta
4. modello → toolrefund.draft(invoice: 2231, reason: duplicate)
5. tool → modellobozza creata · non inviata
6. modello → personahandoff(summary: addebito doppio su 4821, rimborso in bozza, serve approvazione)
7. personaApprova la bozza. Il cliente riceve la risposta e il rimborso.

Quando chiama una persona

Il passaggio a una persona è uno strumento che il chatbot può chiamare, e una regola dice quando: poca sicurezza, rabbia o urgenza, qualsiasi cosa irreversibile, una richiesta fuori dai suoi permessi, il cliente che chiede una persona, due tentativi falliti. Il passaggio porta con sé un riassunto, cosa è stato controllato, cosa è stato fatto e cosa resta aperto, così la persona parte già informata. È questo che vuol dire human in the loop, in pratica. E il chatbot non finge mai di essere umano.

Com’è fatto sotto

canali

• WhatsApp
• Telegram
• Chat web
• Email

Il modello

Claude · GPT · Gemini · Llama. Intercambiabili.

strumenti, le tue API

• order.read
• invoice.read
• booking.move
• refund.draft

Un permesso per strumento. Leggere è libero, scrivere è una bozza.

conoscenza, file che puoi leggere

• Role.md
• Rules.md
• Memory.md
• KB.md

persona nel giro

• coda

Approva le bozze, prende in mano, corregge.

audit log: ogni chiamata · eval: ogni modifica

Cinque parti, nessuna esotica. I canali sono adattatori. L’LLM legge la conversazione e il cliente e pianifica le chiamate; può essere uno qualsiasi dei quattro, e uno piccolo ed economico gestisce i casi semplici mentre uno capace prende le domande aperte. Gli strumenti sono le tue API dietro una sola identità, un permesso per strumento, lo stesso strato di strumenti che ho costruito per l’admin di un cliente. La conoscenza è una manciata di file: chi è il bot, le regole per passare la mano, cosa ricorda di questo cliente, i tuoi documenti. La persona ha una coda. Sotto, ogni chiamata finisce nell’audit log.

Prima le bozze, poi l’automatico

Le prime settimane girano in modalità bozza: il chatbot prepara ogni risposta e ogni azione, una persona le invia, il punteggio è visibile. Le categorie passano in automatico una alla volta, quando se lo guadagnano. La fiducia si concede per categoria, non si accende con un interruttore. Alcuni clienti si fermeranno alle bozze e saranno contenti; altri automatizzeranno quasi tutte le domande sugli ordini entro un mese. Vanno bene entrambi.

Come sai che funziona

Prendi cento conversazioni vere dell’ultimo anno. Per ognuna scrivi il risultato atteso: la risposta giusta, gli strumenti da chiamare, se serve una persona. Fai girare il chatbot su tutte a ogni modifica e misura quattro cose: risultato giusto, strumenti giusti, passaggio giusto, nessun fatto inventato. Una modifica che abbassa il punteggio non va online. L’insieme cresce ogni settimana con i casi corretti dalle persone. È tutto il sistema di qualità, ed è quello che i chatbot di assistenza clienti di cui ci si lamenta non hanno.

Come si parte

Un’analisi delle tue ultime conversazioni di assistenza, che mostra dove il chatbot attuale sbaglia e cosa avrebbe fatto una persona. Poi il pilota in modalità bozza sulle tue API e sui tuoi dati, come ingaggio AI e Automazione. Poi l’avvio, categoria per categoria. Niente di nuovo da mantenere: le tue API, i tuoi documenti, un’identità di servizio, ogni chiamata registrata.