Come Creare un Chatbot AI Professionale che Esegue Codice Personalizzato e Salva i Dati su Fogli Google

Per uno scenario realistico, utilizzeremo i dettagli del prodotto del Prestito Personale di Santander Bank, pubblicamente disponibili, per addestrare il nostro bot. In questa guida, ti accompagnerò nella creazione di una soluzione ad alte prestazioni che integra in modo complesso 

• Q&A basato su knowledge base, 
• calcoli di prestito in tempo reale, 
• e l’acquisizione sicura di lead in un Fogli Google, 

dimostrando che è possibile raggiungere una qualità di livello enterprise, senza costi superflui.

Cosa rende un chatbot AI di “livello enterprise”?

Quando parliamo di un agente virtuale di “livello enterprise”, descriviamo più di un semplice chatbot che gestisce FAQ di base o chiacchiere. Parliamo di un sistema ad alte prestazioni, critico per la missione, progettato per eseguire azioni aziendali di valore (ad esempio, acquisire lead, offrire prodotti, elaborare transazioni, reimpostare password), integrarsi profondamente nelle operazioni di un’azienda e scalare senza limiti.

Le caratteristiche chiave che elevano una soluzione di AI conversazionale al livello enterprise includono:

• Controllo Conversazionale Robusto (Agenti Conversazionali): Questo bot deve gestire conversazioni non lineari, gestendo contesti complessi e permettendo agli utenti di passare da un argomento all’altro senza confusione. 
• Integrazione Profonda del Sistema e Orientamento ai Compiti Aziendali: Le soluzioni enterprise sono orientate ai compiti, eseguendo azioni aziendali di valore invece di limitarsi a una semplice conversazione. L’agente agisce come un lavoratore digitale, svolgendo funzioni come il calcolo di dati, l’aggiornamento di sistemi e la raccolta di lead di clienti per il tuo team di vendita.
• Scalabilità e Affidabilità: La soluzione deve gestire migliaia di utenti contemporanei senza interruzioni durante i picchi di domanda.
• Fondamento e Accuratezza della Knowledge Base: Le risposte devono essere accurate e basate su documentazione aziendale approvata per prevenire “allucinazioni.”
• Passaggio di Consegne Fluido all’Umano: Il bot conosce i suoi limiti e può trasferire elegantemente le query complesse a un agente umano. Deve trasmettere l’intero contesto della conversazione e i dati del cliente per una risoluzione efficiente.

Cosa sono gli Agenti Conversazionali (Dialogflow CX)?

Agenti Conversazionali è una piattaforma potente, di livello enterprise, offerta da Google Cloud Platform (GCP) per la creazione di agenti virtuali sofisticati e scalabili (Chatbot AI). È specificamente progettata per gestire sistemi conversazionali critici per la missione e ad alte prestazioni.

Gli aspetti chiave di Dialogflow CX, come evidenziato nel contesto della creazione di un agente virtuale di livello enterprise, includono:

• Controllo Conversazionale Robusto: Permette la creazione di bot in grado di gestire conversazioni non lineari, gestire senza problemi contesti complessi e consentire agli utenti di passare da un argomento all’altro senza confondersi.
• Orientamento ai Compiti: Gli agenti costruiti con Dialogflow CX sono intrinsecamente orientati ai compiti, il che significa che sono progettati per eseguire azioni aziendali di valore, piuttosto che limitarsi a semplici chiacchiere.
• Scalabilità: La piattaforma è progettata per essere altamente scalabile e affidabile, garantendo che la soluzione possa gestire migliaia di utenti contemporanei durante i picchi di domanda.

Per chi sono adatti gli Agenti Conversazionali?

Quindi, a chi è realmente destinata questa potente piattaforma?

Quando apri per la prima volta la console di Dialogflow CX, vedrai un’interfaccia pulita e visiva basata su diagrammi di flusso (molto simile all’esempio dell’ordine di pizza che ho condiviso in precedenza). È allettante pensare che sia uno strumento semplice, no-code, drag-and-drop.

Tuttavia, voglio essere sincero con te: Agenti Conversazionali è uno strumento di livello enterprise profondamente potente e complesso, e la sua semplice interfaccia visiva può essere ingannevole.

Questa non è una piattaforma che puoi padroneggiare semplicemente cliccando qua e là in modo intuitivo. Costruire un chatbot veramente robusto, scalabile e orientato ai compiti come quello che stiamo per creare richiede più che navigare in un builder visivo. Richiede di:

• Analizzare e progettare flussi conversazionali complessi.
• Leggere la documentazione in modo approfondito per comprendere il “perché” delle impostazioni.
• Consultare altre risorse e tutorial (come questo!) per vedere applicazioni pratiche.
• Avere un certo senso per lo sviluppo. Per eseguire azioni aziendali reali, come il nostro calcolo del prestito o l’acquisizione di lead, dovrai capire come connetterti ad altri sistemi. Ciò significa familiarizzare con concetti come webhook, API e formati di dati (come JSON).

Sto scrivendo questo tutorial specificamente per rendere questo percorso molto più facile per te. Il mio obiettivo è guidarti passo dopo passo attraverso un progetto reale, spiegando questi elementi complessi in un modo che abbia senso.

Ma richiede sicuramente un percorso di apprendimento. Non scoraggiarti per questo! Il vantaggio è acquisire la capacità di costruire agenti veramente sofisticati senza le limitazioni o i costi di abbonamento di altre piattaforme.

Mentre segui, se ti blocchi, hai una domanda o desideri chiarimenti su un passaggio specifico, pubblica un commento qui sotto!

Spiegazione del Nostro Caso di Studio: Il Bot per Prestiti Personali

Per passare dalla teoria alla pratica, abbiamo bisogno di un progetto realistico. Parlare semplicemente di funzionalità non è sufficiente; dobbiamo costruirle.

Per questo tutorial, costruiremo un agente virtuale per uno scenario aziendale comune e di alto valore: un assistente per prestiti personali.

Per mantenere questo ancorato al mondo reale, utilizzeremo i dettagli del prodotto pubblicamente disponibili per il Prestito Personale di Santander Bank come base. Questo ci permette di lavorare con un caso d’uso concreto, di livello enterprise.

Il nostro obiettivo è costruire un bot che faccia molto di più che rispondere a semplici domande. Costruiremo un agente completo, orientato ai compiti, che esegue funzioni aziendali di valore. Ecco i moduli principali che costruiremo insieme:

1. Q&A basato su Knowledge Base: Per prima cosa, addestreremo il bot a rispondere accuratamente alle domande comuni utilizzando le informazioni sui prodotti di Santander.
2. Calcoli di Prestito in Tempo Reale: Qui entriamo nell’integrazione profonda del sistema. Costruiremo un’azione personalizzata che consente al bot di eseguire calcoli di prestito in tempo reale per l’utente. Questo è un esempio perfetto di una funzione preziosa e orientata ai compiti.
3. Acquisizione Sicura di Lead: Infine, dopo aver fornito valore, il nostro bot acquisirà i dettagli dell’utente come lead qualificato. Implementeremo un processo sicuro per inviare queste informazioni direttamente in un Fogli Google, dimostrando un processo aziendale completo, end-to-end.

Costruendo questi tre moduli, imparerai come gestire la conoscenza, eseguire azioni personalizzate e integrarti con sistemi esterni—i tre pilastri di un chatbot di livello enterprise.

Cosa ti servirà: Prerequisiti

Prima di iniziare a costruire, occupiamoci della logistica. Non preoccuparti, questa parte è semplice e puoi seguirla con un account gratuito.

Ecco le due cose di cui avrai bisogno:

1. Un Account Google: Qualsiasi account Google (o Gmail) standard funzionerà. Se non ne hai uno, puoi crearne uno gratuitamente.
2. Un Progetto Google Cloud Platform (GCP) con Fatturazione Abilitata: Questo è il passaggio più importante, e uno che a volte rende le persone nervose. Voglio assicurarti che non devi preoccuparti dei costi.

Sia molto chiaro: Seguire questo tutorial non dovrebbe costarti nulla.

Anche se è necessario configurare un account di fatturazione e collegare una carta di credito, questa è una pratica standard per Google per verificare la tua identità e prevenire abusi. Non ti verrà addebitato automaticamente perché quando ti iscrivi per la prima volta a Google Cloud, hai diritto a un credito gratuito di $300 da utilizzare in 90 giorni.

Ecco un video su come creare un account di fatturazione in GCP:  Creazione di un account di fatturazione

Navigare nel Tutorial

Dato che si tratta di una costruzione estesa di livello enterprise, ho progettato questo post per essere il tuo ancoraggio concettuale e tecnico. Sebbene non elencherò ogni singolo clic del mouse—puoi seguire il processo visivo esatto, passo dopo passo, nel video di YouTube incorporato qui sopra—le sezioni seguenti dettagliaranno l’architettura di ciò che stiamo costruendo e i concetti fondamentali che devi padroneggiare.

Cosa sono gli Agenti Conversazionali?

Precedentemente noti come Dialogflow CX, gli Agenti Conversazionali sono la piattaforma principale di Google per la creazione di AI che non si limita a “chattare”, ma “agisce”. Si trova all’interno della Google Cloud Console. A differenza dei chatbot di base, questi agenti utilizzano un approccio a “macchina a stati” (Flows e Pages) combinato con moderne capacità LLM (Playbooks) per gestire logiche di business complesse e a più turni.

Per Iniziare

Per iniziare, navigherai alla console degli Agenti Conversazionali, selezionerai il tuo progetto GCP e creerai un nuovo agente. Il “punto di ingresso” del tuo bot è il Flusso di Avvio Predefinito. È qui che avviene il saluto iniziale e dove l’agente decide quale “Playbook” attivare in base alla richiesta dell’utente.

Comprendere i Playbook

I Playbook sono il cuore “Generativo” degli agenti moderni. Invece di codificare ogni possibile risposta, dai all’agente un Obiettivo (ad esempio, “Aiutare l’utente a calcolare un prestito”) e delle Istruzioni (ad esempio, “1. Chiedere l’importo, 2. Chiedere la durata, 3. Chiamare lo strumento di calcolo”).

• Parametri del Playbook: Sono variabili che l’agente “ricorda” durante la sessione (come $amount o $user_name). Agiscono come la memoria a breve termine dell’agente.

Il Potere degli Esempi (Few-Shot Prompting)

Questa è probabilmente la parte più critica della configurazione. Gli Esempi sono il luogo in cui fornisci all’agente conversazioni di esempio “gold-standard”.

Aggiungendo Esempi, mostri all’LLM:

• Input dell’Utente: Come un essere umano reale potrebbe chiedere aiuto.
• Azione dell’Agente: Quando esattamente l’agente dovrebbe decidere di chiamare uno strumento (come il calcolatore).
• Chiamata/Output dello Strumento: Come l’agente dovrebbe interpretare i dati tecnici provenienti dal tuo codice Python e tradurli in una risposta amichevole.

Senza esempi, l’agente deve indovinare; con essi, segue perfettamente il tuo tono e la tua logica aziendale specifici.

Espandere le Capacità con gli Strumenti

Gli strumenti sono ciò che danno “mani” al tuo agente. Costruiremo tre tipi distinti:

• Strumenti Avanzati tramite Google Cloud Run: Per logiche complesse come il nostro Calcolatore di Prestiti, ospitiamo uno script Python su Cloud Run. L’agente invia i dati dell’utente a questo strumento, lo script esegue i calcoli e restituisce il risultato.
• Knowledgebase FAQ: Creeremo uno strumento “Data Store”. Caricherai semplicemente il PDF di Santander Bank, e l’agente lo userà per rispondere a qualsiasi domanda specifica sul prodotto senza che tu debba scrivere un singolo “intent”.
• Integrazione con Fogli Google: Questo è il nostro strumento di “Acquisizione Lead”. Quando un utente fornisce le sue informazioni di contatto, l’agente chiama un webhook Python che aggiunge una nuova riga al tuo Fogli Google in tempo reale.

Test e Deployment

Prima di andare online, utilizziamo il Simulatore all’interno della console per “parlare” con il bot e ispezionare le tracce di esecuzione. Una volta soddisfatto, puoi distribuire il bot sul tuo sito web utilizzando l’integrazione Dialogflow Messenger—un semplice frammento di codice che incolli nel tuo HTML.

Codice Sorgente degli Strumenti

Di seguito è riportato il codice sorgente per gli strumenti personalizzati che distribuiamo in questo tutorial. Questi sono progettati per essere ospitati su Google Cloud Run o come Cloud Functions.

Strumento 1: Il Calcolatore di Prestiti

Questo strumento riceve l’importo e la durata del prestito, quindi restituisce la rata mensile stimata.

requirements.txt

functions-framework==3.*
Flask

Punto di ingresso della funzione: calculate_loan

Schema Open API

Strumento 2: Acquisizione Lead con Fogli Google

Questo strumento acquisisce nome, email e interesse del prestito dell’utente, quindi li salva direttamente in un foglio di calcolo specifico.

requirements.txt

functions-framework==3.*
google-api-python-client
google-auth
flask

Punto di ingresso della funzione: write_loan_data

Schema Open API

Il Codice Sorgente del Playbook

Di seguito è riportato il codice sorgente per i Playbook che utilizziamo in questo tutorial.

Playbook Predefinito

Calcolo del Prestito

Invio Lead

Parametri e le loro descrizioni

• loan_amont
  Importo del prestito che il cliente intende richiedere
• loan_term
  Periodo di rimborso del prestito preferito dal cliente per rimborsare il prestito richiesto
• monthly_payment
  Importo della rata mensile calcolata
• total_repayable
  Importo totale rimborsabile del prestito calcolato
• apr
  Percentuale TAEG