Addestrare un chatbot sui documenti aziendali: guida pratica in 7 passi

“Lo addestriamo sui tuoi documenti.” Lo dicono quasi tutti i fornitori di chatbot, e il cliente immagina un’intelligenza artificiale che studia i suoi manuali come farebbe un nuovo collega. In realtà funziona in modo diverso, e capire come funziona cambia il modo in cui prepari i documenti.

In questa guida trovi cosa succede davvero quando dai i tuoi file a un chatbot, quali documenti scegliere, come prepararli, come testare l’agente prima di metterlo online e come tenerlo aggiornato. È scritta per chi gestisce un’azienda, non per chi programma.

Cosa vuol dire “addestrare” un chatbot sui tuoi documenti?

Nella maggior parte dei casi non si addestra niente. Il modello linguistico, cioè il “motore” che capisce e scrive il testo, resta lo stesso. Quello che cambia sono le informazioni che gli metti davanti a ogni domanda. Questa tecnica si chiama RAG, da Retrieval-Augmented Generation: generazione aiutata dalla ricerca. Il nome viene da uno studio del 2020 di Lewis e colleghi, ed è diventata il modo standard per far parlare un’AI dei contenuti di un’azienda.

Ci sono tre strade, che spesso vengono confuse:

Metodo	Cosa fa	Aggiornamento	Quando ha senso
Istruzioni (prompt)	Scrivi al modello come comportarsi e cosa sapere, in poche righe	Immediato	Tono di voce, regole, poche informazioni fisse
RAG su base di conoscenza	Il sistema cerca nei tuoi documenti e risponde partendo da lì	Immediato: cambi il documento e basta	Assistenza clienti, prevendita, supporto tecnico
Fine-tuning	Modifica il modello con migliaia di esempi	Lento: ogni modifica va rifatta	Stile molto specifico, compiti ripetitivi e stabili

Per un chatbot che risponde ai clienti, la combinazione giusta è quasi sempre istruzioni più RAG. Il fine-tuning serve raramente a una PMI, e non risolve il problema principale: le informazioni che cambiano.

Come funziona, passo per passo?

1. Lettura. Il sistema legge pagine del sito e documenti e ne estrae il testo.
2. Divisione in brani. Il testo viene diviso in pezzi brevi, di qualche paragrafo. Ogni brano viene trasformato in una rappresentazione numerica del suo significato.
3. Ricerca. Quando il cliente scrive, il sistema cerca i brani con il significato più vicino alla domanda, anche se le parole sono diverse.
4. Risposta. Il modello riceve la domanda più i brani trovati e scrive la risposta, nella lingua del cliente. Se non trova niente di pertinente, un buon agente lo dice e passa la conversazione a una persona.

Il punto debole è il passo 2. Un brano staccato dal documento può perdere il contesto: una riga che dice “il prezzo è aumentato del 10%” non dice di quale prodotto né da quando. Anthropic ha misurato l’effetto in un articolo tecnico del 2024: aggiungendo a ogni brano il suo contesto e combinando più tecniche di ricerca, i casi in cui il sistema non trovava il brano giusto sono calati del 49%, e del 67% aggiungendo un riordino dei risultati. Tradotto per te: ogni paragrafo dei tuoi documenti dovrebbe capirsi anche letto da solo.

Quali documenti dare al chatbot?

Parti da quello che i clienti chiedono davvero, non da quello che hai in archivio.

Documento	Utile per	Attenzione a
Pagine del sito	Servizi, orari, contatti, chi siete	Pagine vecchie o promozioni scadute ancora online
FAQ	Le domande più frequenti, già nel linguaggio dei clienti	Risposte troppo brevi (“sì”, “dipende”)
Listino prezzi	Prezzi, pacchetti, condizioni	Versioni diverse in circolazione; IVA inclusa o esclusa
Condizioni di vendita, resi, garanzie	Domande post-vendita	Linguaggio legale difficile: aggiungi un riassunto in parole semplici
Manuali e schede tecniche	Supporto tecnico, installazione	PDF scansionati, tabelle complesse, schemi senza testo
Procedure interne	Cosa fare in casi particolari	Informazioni riservate che non vuoi far leggere ai clienti
Risposte già pronte del team	Le risposte che il team scrive ogni giorno	Riferimenti a casi specifici o a nomi di clienti

Le risposte già pronte sono una miniera sottovalutata. La guida di Intercom sui contenuti per il suo agente AI suggerisce proprio di trasformarle in articoli, e di scrivere i titoli come li scriverebbe il cliente: “Come cambio la password?” invece di “Procedura di recupero credenziali”.

Come preparare i documenti: la checklist in 7 passi

Ecco il lavoro da fare prima di caricare qualsiasi cosa. Richiede qualche ora, non settimane, e fa la differenza più di qualsiasi impostazione tecnica.

1. Raccogli le domande vere. Prendi le ultime 50-100 richieste arrivate per email, WhatsApp e telefono. Raggruppale per tema. Questa è la lista di cosa il chatbot deve sapere.
2. Tieni una sola fonte per ogni informazione. Se gli orari sono scritti in tre posti con tre versioni diverse, il chatbot ne sceglierà una a caso. Decidi qual è quella giusta e correggi o togli le altre.
3. Togli il vecchio. Listini del 2023, promozioni finite, servizi che non offrite più: fuori. Il chatbot non sa che un documento è scaduto, a meno che non sia scritto.
4. Scrivi le date e il contesto. “Prezzi validi dal 1° gennaio 2026”, “Questa procedura vale per i clienti business”. Ogni sezione deve capirsi anche da sola, senza “come detto sopra”.
5. Trasforma immagini e tabelle in testo. Un PDF scansionato è una foto: va convertito. Uno schema di montaggio va accompagnato da una descrizione passo per passo. Le tabelle con celle unite vanno semplificate.
6. Scrivi anche cosa non fai. “Non facciamo consegne nelle isole minori”, “Non accettiamo pagamenti in contanti”. Senza queste frasi, alla domanda il chatbot non trova niente e deve rinunciare.
7. Togli i dati personali. Nomi di clienti, numeri di telefono, contratti firmati, email inoltrate: non devono stare nella base di conoscenza. Tutto quello che c’è dentro può finire in una risposta.

Il motivo per cui questo lavoro conta è semplice. In un sondaggio Gartner su 5.728 clienti, pubblicato ad agosto 2024, nel 43% dei casi chi provava a risolvere da solo non trovava contenuti pertinenti al suo problema. Il primo limite di un’assistenza automatica sono i contenuti, non la tecnologia.

Cosa deve fare il chatbot quando non trova la risposta?

Questa è la regola più importante, e va scritta nelle istruzioni: se la risposta non è nei documenti, il chatbot non la inventa. Dice che non lo sa, propone di passare a una persona e raccoglie il contatto. Nei casi delicati (reclami, salute, questioni legali, sconti da trattare) il passaggio all’operatore deve scattare subito, anche se la risposta ci sarebbe.

Le istruzioni servono anche per il resto: il tono di voce (tu o lei, formale o diretto), cosa proporre alla fine di una risposta (un appuntamento, un preventivo, un link), quali argomenti evitare.

Come testarlo prima di metterlo online?

Non basta fargli tre domande e vedere che risponde bene. Prepara un test vero:

• 30-50 domande reali, prese dalla lista del passo 1, scritte come le scrivono i clienti, anche con errori e abbreviazioni;
• domande trabocchetto: cose che non fai, prodotti che non vendi, domande fuori tema;
• domande ambigue: “quanto costa?” senza dire cosa, per vedere se chiede chiarimenti;
• domande in un’altra lingua, se hai clienti stranieri;
• richieste di una persona, per controllare che il passaggio al team funzioni.

Per ogni risposta segna: corretta, parziale, sbagliata, inventata. Le risposte sbagliate quasi sempre portano a un documento da correggere, non a un’impostazione da cambiare. Le risposte inventate sono le più gravi: vanno risolte prima di andare online, rafforzando le istruzioni e aggiungendo il contenuto mancante.

Come tenerlo aggiornato?

Il bello della RAG è che non serve riaddestrare: cambi il documento e dalla domanda successiva il chatbot usa la versione nuova. Il rischio è dimenticarsene. Una routine semplice:

Quando	Cosa fai
Ogni volta che cambiano prezzi, orari o condizioni	Aggiorni il documento nella base di conoscenza, lo stesso giorno
Ogni settimana, nel primo mese	Leggi 20-30 conversazioni e correggi i contenuti dove serve
Ogni mese	Controlli le domande senza risposta e aggiungi i contenuti mancanti
Ogni sei mesi	Ripassi tutti i documenti e togli quelli superati

Per capire se le modifiche funzionano servono i numeri giusti: li trovi nella guida su quali metriche misurare in un chatbot.

Gli errori più comuni

• Caricare tutto l’archivio. Più documenti non vuol dire più risposte giuste. Vuol dire più contraddizioni.
• Dimenticare il sito. Se il sito dice una cosa e il PDF un’altra, il cliente vede la contraddizione.
• Lasciare documenti interni. Note sui margini, prezzi per i rivenditori, procedure riservate: tutto può finire in una risposta.
• Non dare una via d’uscita. Un chatbot senza passaggio a una persona frustra il cliente proprio quando la domanda è importante.
• Accendere e dimenticare. I primi due mesi sono quelli in cui si migliora di più.

Se stai ancora valutando quale strumento usare, nella guida su come scegliere un chatbot per il sito trovi le domande da fare ai fornitori, e nella voce base di conoscenza del glossario il concetto spiegato da zero.

Come lo fa Conversly

Conversly impara dal tuo sito, fino a 500 pagine, e da oltre 1.000 documenti: PDF, Word, TXT, FAQ e testi che scrivi tu. Usa la RAG: quando aggiorni un documento, la risposta cambia subito. Se non trova la risposta nei tuoi contenuti non la inventa e passa la conversazione al team. La base di conoscenza resta privata, su server in Germania, e non serve ad addestrare modelli esterni.

Il lavoro sui documenti fa parte del setup: leggiamo con te sito, PDF, listini e FAQ, segnaliamo contraddizioni e buchi e addestriamo l’agente. Un limite da sapere: se i tuoi documenti sono pochi o confusi, prima vanno sistemati, e non c’è scorciatoia. Vedi l’agente chat, i prezzi o prova una demo gratuita con i tuoi contenuti.