Chatbot AI per aziende: come crearlo per sito web e WhatsApp

Un chatbot AI per aziende è semplice in teoria: le informazioni sui prodotti, le condizioni di vendita e le domande frequenti diventano una knowledge base, che si collega a un modello linguistico e si integra nel sito web, su WhatsApp o su WeChat per rispondere ai clienti a qualsiasi ora e nella loro lingua. La parte difficile è farlo rispondere in modo corretto, capire quando passare la conversazione a una persona e rispettare le regole delle piattaforme e la normativa sulla protezione dei dati. Ecco come crearlo, quale approccio scegliere e da che cosa dipendono i costi.

In sintesi

Un chatbot AI affidabile per l’assistenza clienti ha bisogno di una knowledge base ordinata, di restare concentrato sulla sua attività, di un passaggio a un operatore sempre disponibile e di dichiarare chiaramente che è un’AI. Parta da un solo canale e da un solo tipo di domanda frequente, poi riveda le conversazioni ogni settimana. La scelta del modello conta meno di tutto questo.

Quando conviene un chatbot AI per l’assistenza clienti

Un chatbot AI per l’assistenza clienti funziona meglio quando le domande si ripetono e le risposte sono già scritte nei documenti dell’azienda:

Prevendita: specifiche, quantità minime d’ordine, modalità di pagamento e di spedizione, con risposte basate sui listini e sulle condizioni dell’azienda.
Ordini e post-vendita: resi, istruzioni e garanzia e, una volta collegato al sistema degli ordini, lo stato dell’ordine e della consegna.
Clienti in più lingue: aziende che esportano, negozi online e attività con clientela turistica, dove i clienti scrivono in inglese, spagnolo, arabo o un’altra lingua e ricevono la risposta in quella lingua dalla stessa knowledge base.
Sera e ore di punta: il chatbot risponde alle domande più comuni e raccoglie richieste e contatti per il team.

Ciò che richiede giudizio o un impegno non va lasciato alla sola AI: trattative sul prezzo, reclami e risarcimenti, rimborsi e altre azioni che modificano dati, consigli medici o legali. In questi casi il chatbot raccoglie i dettagli e passa un riepilogo a una persona.

Come creare un chatbot AI in sei passi

Creare un chatbot AI per l’assistenza clienti richiede sei passi: preparare la knowledge base, scegliere modello e piattaforma, collegare i canali, progettare il passaggio a un operatore, testare e lanciare, poi migliorare nel tempo. I primi due passi determinano la precisione delle risposte; gli altri quattro, se gli si possono affidare davvero i clienti.

1. Preparare la knowledge base

La qualità delle risposte dipende prima di tutto dalla knowledge base, perché il chatbot deve rispondere solo con il materiale che gli viene fornito. La tecnica più diffusa è la retrieval-augmented generation (RAG, generazione aumentata dal recupero): il sistema recupera i passaggi più pertinenti alla domanda del cliente e li invia, insieme alla domanda, al modello linguistico, che scrive la risposta. La documentazione di Dify (in inglese) descrive il processo con questi tre passaggi.

Per l’assistenza clienti conviene riscrivere le domande frequenti come coppie domanda-risposta, che si recuperano meglio di un manuale intero; eliminare listini scaduti e contraddizioni, assegnando un responsabile a ogni documento; e tenere un glossario con le traduzioni ufficiali dei nomi dei prodotti e dei termini contrattuali, così la terminologia resta coerente in ogni lingua. La nostra guida alla knowledge base AI aziendale spiega il processo completo.

2. Scegliere il modello e la piattaforma

Il modello e la piattaforma giusti dipendono da dove possono stare i dati, da quali sistemi vanno collegati e da chi li gestirà:

API di modelli commerciali (OpenAI, Claude di Anthropic, Gemini di Google e altri): qualità elevata e avvio rapido. OpenAI dichiara che dal 1° marzo 2023 non usa per l’addestramento i dati inviati alla sua API, salvo consenso esplicito, e Anthropic che per impostazione predefinita non addestra i modelli con input e output dei suoi prodotti commerciali.
Modelli aperti in self-hosting (come DeepSeek o Qwen): i dati restano sui server dell’azienda, ma servono hardware e qualcuno che li gestisca.
Piattaforme di sviluppo come Dify, per configurare knowledge base e flussi di conversazione in modo visuale. Dify è open source, si installa sui propri server con Docker ed è disponibile anche come servizio cloud; la sua licenza aggiunge condizioni alla Apache 2.0, come il divieto di offrire un servizio multi-tenant senza autorizzazione scritta.
Uno sviluppo su misura sull’API di un modello: l’opzione più flessibile e anche la più costosa.

3. Collegare i canali

Ogni canale si collega in modo diverso. Sul sito web, un widget di chat integrato si personalizza liberamente; meglio tenerlo leggero e, se installa cookie non necessari, nell’UE va chiesto prima il consenso (la nostra checklist per un sito web a norma di legge in Spagna spiega come funziona il banner dei cookie). WhatsApp si collega tramite la WhatsApp Business Platform, l’API di Meta per la messaggistica aziendale, direttamente o tramite un Solution Provider. WeChat si collega di solito tramite WeChat Customer Service di WeCom, la cui API invia messaggi e assegna le conversazioni. Sia WhatsApp sia WeChat limitano le risposte automatiche e richiedono una via d’accesso a una persona: conviene leggerne le regole prima di iniziare lo sviluppo.

4. Progettare il passaggio a un operatore

Il passaggio a un operatore fa parte del progetto, non è una toppa. La conversazione deve passare a una persona quando il cliente lo chiede, quando il chatbot non trova la risposta, per reclami, rimborsi e domande legali o sanitarie, per preventivi importanti e quando il cliente è chiaramente insoddisfatto. All’operatore va trasmesso un riepilogo con ciò che il cliente ha già detto, così il cliente non deve ricominciare da capo; fuori orario, il chatbot indica quando lo ricontatterà una persona. Se non è ancora pronto a far rispondere direttamente l’AI, parta da bozze generate dall’AI che un operatore approva prima dell’invio.

5. Testare e lanciare

Prima di andare online, il chatbot va testato con qualche decina, fino a un centinaio, di domande reali tratte dalle conversazioni passate, in ogni lingua servita, più alcune domande difficili: domande a cui la knowledge base non sa rispondere, tentativi di strappare uno sconto o una promessa di consegna, richieste di ignorare le istruzioni o di rivelare la propria configurazione (prompt injection). Verifichi precisione, tono e se il chatbot ha passato la conversazione quando doveva. Poi lo lanci su un solo canale o per un solo tipo di domanda, con un messaggio di benvenuto che dichiari che si tratta di un assistente AI.

6. Migliorare nel tempo

Il lancio è solo l’inizio. Ogni settimana riveda le conversazioni a cui il chatbot non ha saputo rispondere, quelle passate a una persona e quelle con clienti insoddisfatti, e corregga la knowledge base; la aggiorni ogni volta che cambiano prezzi o condizioni. Gli indicatori da seguire sono la quota di conversazioni risolte senza intervento umano, il tasso di passaggio all’operatore, il tempo di prima risposta e la soddisfazione dei clienti.

WhatsApp e WeChat: le regole delle piattaforme da verificare prima

WhatsApp consente ancora alle aziende di usare l’AI per l’assistenza clienti; a essere limitati sono gli assistenti AI generalisti. La sezione 4.7 dei termini di Meta per la WhatsApp Business Platform (in inglese) vieta ai fornitori di modelli linguistici di grandi dimensioni, piattaforme di AI generativa, assistenti AI generalisti e tecnologie simili di offrirli sulla piattaforma quando ne costituiscono la funzionalità “primaria (anziché incidentale o accessoria)”, secondo la valutazione di Meta. Alla lettera, un’azienda che usa l’AI per rispondere su prodotti e ordini propri la usa come funzione accessoria; ma poiché la decisione spetta a Meta, è bene mantenere il chatbot concentrato sulla propria attività. La restrizione si applica dal 15 gennaio 2026; separatamente, il 9 giugno 2026 la Commissione europea ha imposto misure provvisorie ordinando a Meta di ripristinare il libero accesso degli assistenti AI concorrenti fino alla conclusione della sua indagine antitrust.

La normativa di WhatsApp Business sui messaggi aggiunge tre regole che incidono su un chatbot AI:

Il messaggio di un cliente apre una finestra di assistenza clienti di 24 ore in cui si può rispondere liberamente, anche con l’automazione; fuori da questa finestra si possono inviare solo modelli di messaggio approvati.
L’automazione richiede percorsi di escalation “rapidi, chiari e diretti”, come il trasferimento a un operatore umano nella chat, un numero di telefono, un indirizzo email o l’assistenza sul sito web.
Serve il consenso (opt-in) delle persone prima di scrivere loro.

I termini di Meta prevedono inoltre che, se il Solution Provider è un’azienda di AI, i dati di WhatsApp non possano essere usati per addestrare modelli di AI, salvo il fine-tuning di un modello a uso esclusivo dell’azienda cliente. Le tre strade per mettere un agente AI su WhatsApp Business (Meta Business Agent, un provider o uno sviluppo proprio) sono confrontate in una guida a parte.

Su WeChat, il servizio clienti è raggiungibile da Official Account, Mini Program, Channels, pagine web e app. Tramite l’API una conversazione può essere “gestita dall’assistente intelligente” e poi spostata in coda o assegnata a un operatore specifico (documentazione in cinese): un flusso naturale, con l’AI in prima linea e la persona come rinforzo. Dopo il messaggio di un cliente si possono inviare al massimo cinque messaggi in 48 ore finché il cliente non scrive di nuovo, quindi conviene dare risposte complete invece di spezzarle in più messaggi.

Farlo in proprio, usare un software SaaS o affidarsi a un team?

L’opzione migliore dipende dal volume di richieste, dal numero di canali, dai requisiti sui dati e dalle competenze interne:

Software SaaS di assistenza clienti con AI: si attivano in fretta, con abbonamento mensile e senza server. In cambio i dati restano presso il fornitore, le integrazioni si limitano ai suoi connettori, il prezzo di solito cresce con il numero di operatori o di conversazioni e cambiare software significa migrare i dati. Adatti a domande semplici o a una prima prova.
Sviluppo in proprio (per esempio Dify con l’API di un modello, o un modello aperto in self-hosting): l’azienda controlla dati, flussi e costi e può integrare a fondo il chatbot con i propri sistemi, ma qualcuno deve installarlo, monitorarlo, aggiornarlo e proteggerlo. Adatto a chi ha un team tecnico o dati sensibili.
Affidarsi a un team esterno: il team prepara la knowledge base, sviluppa e collega tutto e forma il personale, poi consegna il sistema all’azienda o ne cura la gestione. Il contratto deve indicare a chi appartengono codice, account e dati.

In ogni caso, account WhatsApp Business, account delle API dei modelli, server e dominio devono essere intestati alla sua azienda.

Quanto costa un chatbot AI: le voci di costo

Il costo di un chatbot AI per l’assistenza clienti è dato da un investimento iniziale più costi ricorrenti, che dipendono da canali, volumi e integrazioni.

Avvio: preparazione della knowledge base (spesso sottovalutata), configurazione dei flussi di conversazione, collegamento di canali e sistemi come il CRM, test e formazione AI del personale.
Uso del modello: le API commerciali di solito fatturano in base alla quantità di testo elaborato (token), quindi la spesa segue il volume delle conversazioni; con il self-hosting diventa un costo di server e capacità di calcolo.
Abbonamento alla piattaforma o hosting.
Costi di messaggistica: su WhatsApp Meta applica una tariffa per messaggio (in inglese), con tariffe diverse per Paese. I modelli di marketing si pagano per messaggio e dal 1° ottobre 2026 si pagano anche i messaggi di servizio inviati all’interno della finestra di assistenza clienti.
Manutenzione: aggiornamenti della knowledge base, revisione delle conversazioni, nuove versioni e patch di sicurezza.

Quando confronta i preventivi, verifichi che cosa è incluso e chi paga l’uso del modello e la messaggistica.

Protezione dei dati e conformità

Un chatbot AI tratta dati personali, quindi prima del lancio devono essere a posto quattro aspetti:

Dichiarare che è un’AI. L’articolo 50 dell’AI Act obbliga i fornitori a garantire che i sistemi di AI destinati a interagire direttamente con le persone le informino che stanno interagendo con un’AI, a meno che non sia evidente, al più tardi al momento della prima interazione; l’obbligo si applica dal 2 agosto 2026. Anche un’azienda che fa sviluppare un sistema di AI e lo mette in servizio con il proprio nome è considerata “fornitore”. Basta un messaggio di benvenuto come “Sono l’assistente AI di [azienda]”; la Cina ha regole proprie di etichettatura per gli utenti che si trovano lì.
Firmare i contratti giusti. Per i dati dei clienti nell’UE, di solito l’azienda è titolare del trattamento e i fornitori di modello e piattaforma sono responsabili del trattamento. L’articolo 28 del GDPR richiede responsabili che presentino garanzie sufficienti e un contratto che disciplini il trattamento; i trasferimenti fuori dall’UE devono rispettare il capo V.
Sapere dove si trovano i dati. Decida dove vengono conservate le conversazioni, per quanto tempo e chi può vederle, e lo indichi nell’informativa privacy; tenga fuori dalla knowledge base prezzi di costo e dati del personale.
Limitare ciò che l’AI può fare. Il chatbot può consultare lo stato di un ordine, ma i rimborsi deve approvarli una persona. Alcuni clienti proveranno a indurlo a rivelare le istruzioni o a fare promesse, quindi i limiti vanno imposti nel sistema, non solo nel prompt.

L’AI Act chiede inoltre, all’articolo 4, di sostenere l’alfabetizzazione AI del personale che usa sistemi di AI; la nostra guida all’articolo 4 dell’AI Act e alla formazione obbligatoria spiega che cosa comporta.

Errori frequenti

Quando un chatbot AI non rende come previsto, la causa di solito è una di queste, non il modello:

Caricare tutti i file disponibili: documenti obsoleti o contraddittori lo rendono incoerente.
Lasciarlo parlare di tutto: spreca costi d’uso, aumenta i rischi e, su WhatsApp, può scontrarsi con i limiti di Meta sull’AI generalista.
Farlo passare per una persona: può violare le regole UE sulla trasparenza e costa fiducia.
Un passaggio all’operatore senza contesto: i clienti costretti a ripetere tutto finiscono più scontenti di prima.
Lasciare che l’AI faccia promesse: sconti, date di consegna e risarcimenti devono venire solo da condizioni scritte.
Nessun responsabile dopo il lancio: i prezzi cambiano, la knowledge base resta indietro.

Domande frequenti

Come creare un chatbot AI per la propria azienda?

In sei passi: trasformare informazioni sui prodotti, condizioni e domande frequenti in una knowledge base; scegliere l’API di un modello commerciale o un modello aperto in self-hosting, più una piattaforma come Dify; collegare sito web, WhatsApp o WeChat; definire quando la conversazione passa a una persona; testare con domande reali e partire in piccolo; infine rivedere le conversazioni ogni settimana e aggiornare la knowledge base.

Si può usare un chatbot AI su WhatsApp Business?

Sì. Dal 15 gennaio 2026 i termini di Meta limitano i fornitori di AI la cui offerta principale è l’AI stessa, come gli assistenti generalisti; un’azienda che usa l’AI per rispondere su prodotti e ordini propri in genere non rientra in questa categoria. Deve comunque rispettare la normativa di WhatsApp sui messaggi: risposte automatiche entro la finestra di 24 ore, modelli di messaggio approvati fuori da essa e un modo chiaro per parlare con una persona.

Quanto costa un chatbot AI per il sito web?

Il costo di un chatbot AI è dato da un investimento iniziale (knowledge base, configurazione, integrazioni, test, formazione) più costi ricorrenti (uso del modello o hosting, abbonamento alla piattaforma, costi di messaggistica su canali come WhatsApp, manutenzione). Più canali, conversazioni e integrazioni significano costi più alti.

UsualMatrix crea chatbot AI per l’assistenza clienti basati sulla knowledge base della sua azienda: organizziamo i documenti e colleghiamo sito web, WhatsApp, WeChat e altri canali a un chatbot che risponde ai clienti nella loro lingua e passa la conversazione al suo team quando serve una persona. Lavoriamo con aziende in tutto il mondo e comunichiamo in cinese, spagnolo e inglese. Scopra il nostro servizio di soluzioni di intelligenza artificiale oppure ci contatti per parlare della sua assistenza clienti.

Nota: le informazioni sui termini della piattaforma WhatsApp, sull’AI Act e sul GDPR sono di carattere generale, aggiornate al 1° ottobre 2026, e non costituiscono consulenza legale. Termini e normative cambiano: verifichi i testi ufficiali vigenti e confermi con un avvocato o uno specialista della protezione dei dati che cosa si applica al suo caso.