Ogni tutorial su "come costruire un chatbot AI" finisce allo stesso modo: una demo funzionante in sandbox, uno screenshot di una conversazione di prova e i complimenti di rito. Poi provi a metterlo al telefono con clienti veri e si rompe tutto.
Questa guida salta la sandbox. Parte da dove i tutorial si fermano: dal momento in cui il tuo bot deve gestire un cliente che borbotta, una domanda che la tua knowledge base non copre, un settore regolamentato e un team di operatori umani che ha bisogno di un passaggio di consegne pulito quando l'AI arriva al limite.
Il risultato è un voice agent di produzione, non un bot giocattolo. Ecco come si costruisce.
Perché i tutorial sugli "agenti AI no-code" crollano in produzione
Le piattaforme no-code sono ottime per ciò per cui sono state progettate: permettere a chi non è sviluppatore di mettere in piedi rapidamente un chatbot per casi d'uso semplici e a basso rischio. Un widget testuale sulla pagina del centro assistenza. La deflection di una manciata di domande frequenti. Un modulo di lead capture con UX conversazionale.
In produzione si rompono per cinque motivi:
-
Danno per scontato il testo. La voce è una modalità completamente diversa. Il barge-in (chi chiama parla mentre il bot sta ancora parlando), il rumore ambientale, gli errori di ASR, gli accenti regionali e i requisiti di latenza sotto il secondo non esistono in un builder di chat no-code, perché quei builder sono nati per la chat.
-
Non sanno ancorare le risposte. Il "grounding" significa che ogni risposta è legata ai tuoi dati reali: anagrafiche cliente, documenti di policy, giacenze in tempo reale. I template no-code attingono a knowledge base statiche. Quando un cliente chiama per il suo conto, il suo ordine o la sua polizza specifica, il bot allucina o si sottrae.
-
Non hanno un modello di escalation. Le chiamate reali finiscono in escalation. Un bot no-code di norma chiude la chiamata, manda un'e-mail o scarica il cliente in una coda di attesa, senza passare alcun contesto. Chi risponde riparte da zero.
-
Non reggono nei settori regolamentati. Assicurazioni, sanità e finanza hanno requisiti normativi (HIPAA, SOC 2, TCPA, obblighi di informativa previsti dalla legge) che le piattaforme no-code non sono mai state progettate per soddisfare. La conformità PCI non si attiva da un builder drag-and-drop.
-
Non hanno un sistema di valutazione. Come fai a sapere che il bot è peggiorato dopo l'aggiornamento della knowledge base? Le piattaforme no-code non includono test di regressione. La produzione li pretende.
La riformulazione onesta: se il tuo caso d'uso è deflection testuale a basso rischio, il no-code va benissimo. Se tocca la voce, dati regolamentati, ricerche reali sugli account o code di operatori dal vivo, ti serve un'architettura di produzione.
La vera anatomia di un voice agent di produzione
Un voice agent di produzione è una pipeline, non un monolite. Ogni fase ha il proprio budget di latenza, i propri modi di guasto e i propri compromessi tra fornitori.
Domande frequenti
Che cosa si rompe per primo quando un chatbot va in produzione?
La gestione degli input che nessuno ha previsto a copione: errori di battitura, domande multiple e persone che rispondono a una domanda diversa da quella posta. I flussi da demo presuppongono utenti collaborativi.
Mi serve il retrieval o posso mettere tutto nel prompt?
Il retrieval diventa rilevante quando l'insieme delle risposte cambia più spesso di quanto tu voglia rifare il deploy. Un prompt va bene per conoscenza stabile e male per qualsiasi cosa abbia un numero di versione.
Come dovrebbe passare la mano a un umano un chatbot?
Con la trascrizione e l'intento allegati. Un passaggio di consegne che fa ricominciare la conversazione è peggio di nessun passaggio, perché a quel punto il cliente ha spiegato tutto due volte.
