Come creare un chatbot AI gratuito addestrato con i tuoi documenti aziendali usando solo Google Drive: La soluzione più semplice di sempre – Parte I.

Sei mai rimasto affascinato dai chatbot AI e hai desiderato poterne creare uno addestrato per rispondere a domande relative ai dati della tua attività? È del tutto possibile, ma la soluzione più comune spesso implica architetture cloud complesse e intimidatorie. In questo tutorial, aggireremo completamente questa complessità. Ti mostrerò come costruire un chatbot AI potente, GRATUITO e personalizzato, utilizzando solo Google Drive.

Come Funzionano Realmente i Chatbot AI Personalizzati?

Per comprendere il nostro approccio, è importante prima capire come funzionano i modelli linguistici di grandi dimensioni (LLM) come ChatGPT e Gemini. Questi modelli sono addestrati su un dataset massiccio, ma fisso. La loro conoscenza è essenzialmente congelata nel tempo nel momento in cui il loro addestramento è stato completato. Non puoi realmente “riaddestrare” o “estendere” questo modello principale con i tuoi documenti aziendali privati.

Quindi, come può un chatbot rispondere a domande su informazioni per le quali non è mai stato addestrato?

È qui che entra in gioco la Generazione Aumentata da Recupero (RAG). È un processo intelligente che fornisce all’LLM il contesto di cui ha bisogno, proprio quando ne ha bisogno. Ecco come funziona in sintesi:

1. Viene posta una domanda: Un utente chiede al tuo chatbot qualcosa di specifico sulla tua attività.
2. Viene eseguita una ricerca sui tuoi documenti: Invece di chiedere immediatamente all’LLM, il sistema cerca prima nei tuoi documenti privati (la tua base di conoscenza) per trovare frammenti di testo pertinenti alla domanda dell’utente.
3. Viene fornito il contesto: Queste informazioni pertinenti vengono quindi raggruppate insieme alla domanda originale e inviate all’LLM. Ciò rende l’LLM in grado di fornire risposte personalizzate, relative alla tua attività, alla domanda dell’utente.
4. Viene restituita una risposta: L’LLM genera una risposta diretta alla query dell’utente basandosi sul contesto appena ricevuto e la restituisce.

Questo è esattamente ciò che andremo a costruire, ma semplificheremo significativamente la parte di “ricerca” utilizzando Google Apps Script e Google Drive.

La Nostra Soluzione: Un Potente Chatbot Gratuito Costruito Interamente su Google Drive

Ora che abbiamo compreso la teoria del RAG, parliamo di come costruiremo la nostra versione utilizzando un set di strumenti molto più semplice. Invece di un ambiente cloud complesso, il nostro intero chatbot risiederà all’interno del tuo account Google.

Ecco il piano:

1. Base di Conoscenza:
   Utilizzeremo una cartella di Google Drive per archiviare tutti i documenti relativi alla tua attività che vuoi che il chatbot conosca. Questa è la nostra versione del database di ricerca.
2. Applicazione:
   Creeremo una singola App Web di Google Apps Script. Questo script gestirà tutto: sarà la finestra di chat rivolta all’utente (frontend) e la logica che comunica con l’AI (backend).

La magia dietro questo approccio semplificato risiede in cinque trucchi chiave:

1. Fornire il Contesto Completo, Ogni Volta:
   Invece di una ricerca sofisticata, stiamo adottando un percorso più diretto. Leggeremo l’intero contenuto di ogni documento nella tua cartella di Google Drive. Questo testo completo, insieme al tuo prompt di sistema, viene allegato a ogni singolo messaggio che invii all’AI. Ciò garantisce che il modello abbia sempre il contesto completo per rispondere alle domande basate sui tuoi documenti.
2. Caching Intelligente per la Velocità:
   Leggere ogni documento a ogni turno sarebbe lento e inefficiente. Per risolvere questo problema, utilizzeremo il servizio di caching integrato di Apps Script. Quando l’app viene eseguita per la prima volta, esporterà il contenuto di tutti i tuoi documenti e lo memorizzerà in una cache temporanea. Questa cache dura fino a sei ore, il che significa che il contenuto può essere recuperato istantaneamente e allegato ai tuoi prompt senza rileggere i file ogni volta, rendendo la conversazione veloce e fluida.
3. Sfruttare una Finestra di Contesto Massiccia:
   Questo intero metodo è reso possibile utilizzando il modello Gemini 2 Flash di Google. Questa potente AI è attualmente gratuita da usare tramite l’API AI Studio e, cosa più importante, presenta una finestra di contesto massiccia da 1 milione di token. Questa enorme capacità ci consente di fornirle una grande quantità di testo (l’intero contenuto dei tuoi documenti) in una singola chiamata API, qualcosa che non era pratico con i modelli più vecchi.
4. Preservare la Struttura del Documento con Markdown:
   Le nostre informazioni aziendali saranno archiviate come Documenti Google. Quando forniremo queste informazioni all’AI, non invieremo solo testo semplice. Utilizzeremo una funzionalità integrata di Google Drive per esportare i documenti in formato Markdown. Poiché gli LLM comprendono Markdown, possiamo preservare la formattazione cruciale come titoli, elenchi e persino tabelle. Questo aiuta l’AI a comprendere meglio la struttura e la gerarchia delle tue informazioni, migliorando ulteriormente la qualità e l’accuratezza delle sue risposte.
5. Implementare un Semplice Passaggio di Consegne Umano:
   La nostra soluzione non avrà una coda in tempo reale di operatori umani. Ma cosa succede se il chatbot si blocca o un utente chiede specificamente di parlare con una persona? Gestiremo questo tramite un prompting intelligente. Istruiremo l’agente che, se non riesce a rispondere a una domanda, il suo compito è chiedere all’utente le sue informazioni di contatto. Una volta fornite, lo script inoltrerà automaticamente l’intera cronologia della conversazione a una specifica chat di Google Workspace, garantendo che nessuna query venga persa e che una persona reale possa dare seguito.

Provalo Tu Stesso

La teoria è ottima, ma non c’è modo migliore per comprendere il prodotto finale che interagirvi direttamente. Ho costruito una versione dimostrativa di questo chatbot per te da testare.

Nota: Per motivi di sicurezza, l’anteprima/demo è disponibile solo per i visitatori che hanno effettuato l’accesso a un account Google.

Clicca Qui per Provare il Bot Demo Live

Ai fini di questo tutorial, ho addestrato questo bot su informazioni pubblicamente disponibili relative al prodotto Prestito Personale Santander UK. Puoi fargli domande su tassi di interesse, termini del prestito e criteri di idoneità basati su quei dati. Può anche eseguire un calcolo di base del rimborso mensile se fornisci un importo del prestito e una durata.

Importante Disclaimer: Si prega di notare che questo è solo un modello dimostrativo. I dati di addestramento non sono continuamente aggiornati e potrebbero essere obsoleti. Inoltre, il calcolo del prestito è una stima semplificata, poiché la formula esatta utilizzata da Santander non è di dominio pubblico. I risultati e i calcoli forniti da questo bot demo non corrisponderanno alle cifre ufficiali della banca.

L’Anima del Chatbot: Il Prompt di Sistema

La vera magia che dà vita al nostro chatbot non è solo il codice, ma le istruzioni dettagliate che diamo al modello AI. Questo è chiamato “prompt di sistema”, e agisce come la personalità centrale, il regolamento e la descrizione del lavoro del chatbot, tutto in uno. Ogni singola conversazione inizia con questo set nascosto di comandi.

In sostanza, comandiamo all’AI di diventare un esperto di supporto clienti utile per un marchio specifico. La sua conoscenza è strettamente limitata al contenuto che iniettiamo dinamicamente dai tuoi documenti di Google Drive, ed è vietato rivelare questa fonte, facendolo sembrare una vera autorità. Il prompt gli fornisce un elenco chiaro di compiti: rimanere in argomento, rispondere a domande dal contesto fornito ed eseguire calcoli di prestito utilizzando una specifica formula matematica, chiarendo sempre che i risultati sono stime.

Per gestire situazioni in cui si blocca o l’utente chiede di parlare con una persona, segue un semplice protocollo di passaggio di consegne umano chiedendo le informazioni di contatto.

Guida Passo-Passo: Costruire il Tuo Chatbot in 5 Minuti

Pronto a costruire? Segui questi passaggi con precisione e avrai il tuo chatbot AI personalizzato in funzione in pochissimo tempo. Configureremo l’archiviazione dei documenti, creeremo l’app e la distribuiremo affinché il mondo possa vederla.

Passo 1: Crea la Tua Base di Conoscenza in Google Drive

È qui che il tuo chatbot imparerà.

1. Vai al tuo Google Drive.
2. Crea una nuova cartella dedicata. Chiamiamola “My Chatbot Knowledgebase”.
3. Ottieni l’ID della Cartella: Clicca sulla cartella per aprirla. Guarda l’URL nella barra degli indirizzi del tuo browser. L’ultima parte dell’URL è l’ID della Cartella. Copia questo ID, ti servirà presto. Ad esempio, se l’URL è https://drive.google.com/drive/folders/1a2b3c4d5e6f7g8h9i0j, il tuo ID della Cartella è 1a2b3c4d5e6f7g8h9i0j.
4. All’interno di questa cartella, crea uno o più file Google Docs. Riempi questi documenti con le informazioni che vuoi che il tuo chatbot conosca sul tuo prodotto o attività. Usa titoli, elenchi e tabelle come faresti normalmente. Questo è il contenuto che verrà fornito all’AI.

Passo 2: Crea il Progetto Google Apps Script

Questo sarà il motore del nostro chatbot.

1. Torna al tuo Google Drive.
2. Clicca Nuovo > Altro > Google Apps Script. Questo aprirà un nuovo progetto script in una nuova scheda.
3. Dai un nome al tuo progetto in alto a sinistra, ad esempio, “Il Mio Chatbot AI”.

Passo 3: Aggiungi i File di Codice

Il tuo progetto necessita di due file: uno per la logica di backend (Code.gs) e uno per l’interfaccia di chat (index.html).

1. Avrai già un file chiamato Code.gs. Qui andrà il nostro codice di backend.
2. Crea il file frontend: Clicca sull’icona + accanto a “File” nella barra laterale e scegli HTML. Nomina il nuovo file esattamente index (verrà salvato come index.html).
3. Copia e Incolla il Codice: Ora, copierai semplicemente il codice completo per Code.gs e index.html dalle sezioni seguenti e lo incollerai nei file vuoti corrispondenti nel tuo progetto Apps Script.

Contenuto del file Code.gs

Il contenuto del file index.html

Passo 4: Configura il Tuo Script

Devi dire al tuo script dove trovare i tuoi documenti e come accedere all’AI.

1. Apri il tuo file Code.gs.
2. Trova le righe in alto che dicono DRIVE_FOLDER_ID e GEMINI_API_KEY.
3. Sostituisci DRIVE_FOLDER_ID con l’ID della Cartella di Google Drive che hai copiato nel Passo 1.
4. Ottieni la tua Chiave API Gemini:
   1. Vai a Google AI Studio su https://aistudio.google.com/
   2. Clicca su “Ottieni chiave API” e poi su “Crea chiave API in un nuovo progetto”.
   3. Copia la chiave generata.
5. Torna a Code.gs e sostituisci GEMINI_API_KEY con la chiave che hai appena copiato.
6. Imposta l’URL del Webhook di Google Chat (per il Passaggio di Consegne Umano)
   Nota Importante: Questa funzionalità è disponibile solo per gli account Google Workspace (es. tuonome@tuacompagnia.com). Non è disponibile per gli account Gmail personali. Devi anche eseguire questi passaggi su un computer, non su un dispositivo mobile.
   1. Apri Google Chat nel tuo browser.
   2. Vai allo Spazio dove desideri ricevere le notifiche di passaggio di consegne.
   3. In alto, clicca sulla freccia giù accanto al nome dello spazio, quindi seleziona App e integrazioni.
   4. Nella finestra di dialogo che appare, clicca + Aggiungi webhook.
   5. Dai un nome al tuo webhook (es. “Passaggi di Consegne Chatbot”) e clicca Salva.
   6. Un nuovo webhook apparirà nell’elenco. Clicca sull’icona di copia per copiare l’URL completo del webhook negli appunti.
   7. Torna al tuo file Code.gs e sostituisci 'YOUR_GOOGLE_CHAT_WEBHOOK_URL_HERE' con l’URL che hai appena copiato.

Passo 5: Affina il Tuo Prompt di Sistema

Il prompt fornito è un ottimo punto di partenza, ma il vero potere deriva dalla sua personalizzazione in base alle tue esigenze esatte.

1. Nel tuo progetto Apps Script, vai al file Code.gs e trova la variabile systemInstructionText.
2. Modificalo! Cambia il nome del brand, regola la personalità o aggiungi nuove regole specifiche per la tua attività. È così che rendi il chatbot veramente tuo.

Passo 6: Distribuisci l’App Web e Concedi le Autorizzazioni

Questo è il passo finale per rendere il tuo chatbot attivo.

1. Clicca il pulsante blu Distribuisci nell’angolo in alto a destra e seleziona Nuova distribuzione.
2. Apparirà una finestra di dialogo. Clicca sull’icona dell’ingranaggio accanto a “Seleziona tipo” e scegli App web.
3. Compila le impostazioni:
   1. Descrizione: Dagli un nome, come “Il Mio Primo Chatbot AI”.
   2. Esegui come: Me (tu@gmail.com)
   3. Chi ha accesso: Chiunque (Questo rende il tuo chatbot pubblico. Scegli “Chiunque con un account Google” se preferisci).
4. Clicca Distribuisci.
5. Autorizza le Autorizzazioni: Google ti chiederà ora di concedere il permesso per l’esecuzione dello script. Questo è un passo fondamentale.
   1. Clicca Autorizza accesso.
   2. Scegli il tuo account Google.
   3. Vedrai una schermata di avviso che dice “Google non ha verificato questa app.” Questo è normale per gli script personali. Clicca Avanzate, e poi clicca Vai a [Nome del Tuo Progetto] (non sicuro).
   4. Infine, rivedi le autorizzazioni (avrà bisogno di accedere a Google Drive, connettersi a servizi esterni, ecc.) e clicca Consenti.

Dopo la distribuzione, una finestra ti mostrerà l’URL dell’App web. Questo è il link al tuo chatbot live! Copia quell’URL, incollalo in una nuova scheda del browser e inizia a chattare con il tuo assistente AI personalizzato.

Conclusione: Uno Strumento Potente con Compromessi Chiari

Abbiamo costruito con successo un chatbot AI personalizzato utilizzando nient’altro che Google Drive e Apps Script. Questo approccio offre un punto di ingresso fantastico e accessibile nel mondo dell’AI personalizzata. Riassumiamo i suoi vantaggi e le sue limitazioni rispetto a una soluzione RAG tradizionale e più complessa.

Vantaggi della Nostra Soluzione Semplice

• Incredibile Semplicità: Non hai bisogno di comprendere database vettoriali, architetture cloud o pipeline di dati complesse. Se sai usare Google Drive, puoi costruire questo.
• Estremamente Conveniente: Per casi d’uso di piccole e medie dimensioni, questa soluzione è praticamente gratuita. Stai sfruttando il tuo account Google esistente e il generoso livello gratuito dell’API Gemini.
• Velocità di Sviluppo: Puoi passare da un’idea a un prototipo funzionante in un pomeriggio, non in settimane.
• Perfetto per PMI e Strumenti Interni: Questa è una soluzione ideale per le piccole imprese che desiderano aggiungere un bot di supporto, o per creare uno strumento interno per aiutare il tuo team a interrogare le basi di conoscenza aziendali.

Limitazioni Rispetto a un Vero RAG

• Scalabilità: Il nostro approccio “leggi tutto” funziona brillantemente per una dozzina o anche qualche decina di documenti. Non si scala a migliaia di documenti. Un sistema RAG adeguato è progettato per gestire basi di conoscenza massicce in modo efficiente.
• Nessun Recupero “Intelligente”: Un vero sistema RAG utilizza la ricerca semantica per trovare i frammenti di testo più pertinenti per rispondere a una domanda. La nostra soluzione invia l’intera base di conoscenza ogni volta. Sebbene ciò funzioni bene con una grande finestra di contesto (circa 750.000 parole alla volta), a volte può essere meno preciso di un recupero mirato.

Passaggio di Consegne Base: Il passaggio di consegne basato su email è un semplice sistema di notifica. Manca delle funzionalità di una piattaforma di supporto clienti professionale con coda di agenti live e chat in tempo reale.

Come Aggiungerlo al Tuo Sito Web

Abbiamo ora creato un ottimo chatbot. Sebbene non disponga di una robusta gestione delle code o di una capacità di passaggio di consegne umano in tempo reale, e non sia progettato per un volume massiccio di testo di addestramento, si distingue come una soluzione affidabile e incredibilmente economica. Per molte piccole e medie imprese, questo può essere un modo fantastico per migliorare la qualità del servizio per i loro utenti senza un investimento significativo.

Il passo successivo naturale è spostare questo chatbot da un’app web standalone a uno strumento live, rivolto al cliente, sul tuo sito web. Nel mio prossimo tutorial, esamineremo esattamente come implementarlo in un sito reale, poiché ciò richiede alcune modifiche al codice che abbiamo appena creato. Resta sintonizzato!