🎓 Teaching e Knowledge Base - Crafter.ai

Questa è la guida completa per costruire l'intelligenza del tuo chatbot attraverso il Teaching Step, che include survey guidato, Q&A personalizzate, Flow Designer e gestione della knowledge base.

🎯 Panoramica del Teaching Step

Il Teaching Step è il cuore del tuo chatbot. Qui definisci:

• Base Expertise: Competenze fondamentali tramite survey guidato
• Custom Expertise: Q&A personalizzate e specifiche
• Flow Designer: Conversazioni complesse e workflow avanzati
• Knowledge Base: Documenti e risorse esterne
• Improve: Analisi e ottimizzazione performance

📋 Base Expertise (Survey Guidato)

Cos'è il Survey Guidato

Il survey è un questionario intelligente che analizza il tuo business e genera automaticamente una base di conoscenza iniziale per il chatbot.

Categorie del Survey

1. Informazioni Aziendali

Domande tipiche:

• Settore di attività
• Dimensione azienda
• Target clienti
• Canali di vendita principali

Esempio di risposta:

Settore: E-commerce abbigliamento
Dimensione: PMI (10-50 dipendenti) 
Target: Giovani adulti 18-35 anni
Canali: Sito web, Social media, Marketplace

2. Prodotti e Servizi

Domande tipiche:

• Catalogo prodotti/servizi principali
• Fasce di prezzo
• Caratteristiche distintive
• Processi di vendita

Best Practice per le Risposte:

• ✅ Sii specifico: "Vendiamo t-shirt, jeans e accessori casual"
• ✅ Includi dettagli: "Fasce prezzo 20-150€, focus su sostenibilità"
• ❌ Evita genericità: "Vendiamo vestiti"

3. Supporto Clienti

Domande tipiche:

• Canali supporto attuali
• Orari di servizio
• Problemi più frequenti
• Tempo risposta medio

4. Processi Aziendali

Domande tipiche:

• Workflow di vendita
• Gestione resi/rimborsi
• Politiche aziendali
• Procedure standard

Come Completare il Survey Efficacemente

Preparazione

1. Raccogli informazioni: FAQ esistenti, documenti aziendali, statistiche supporto
2. Coinvolgi il team: Consulta vendite, marketing, customer service
3. Pensa ai casi d'uso: Che domande fanno più spesso i clienti?

Durante la Compilazione

• Risposte complete: Usa frasi complete, non singole parole
• Esempi concreti: Includi esempi reali di prodotti/servizi
• Linguaggio naturale: Scrivi come parleresti a un cliente
• Dettagli operativi: Orari, prezzi, procedure specifiche

Esempio di Risposta Completa

❌ Sbagliato: "Vendiamo scarpe" ✅ Corretto: "Vendiamo scarpe sportive e casual per uomo e donna, dai brand Nike, Adidas e nostro marchio privato. Fascia prezzo 50-200€. Specializzati in running e lifestyle urbano. Disponibili taglie 36-48, con servizio prova a casa gratuito."

🎯 Custom Expertise (Q&A Personalizzate)

Struttura delle Q&A

Domanda Principale

La domanda che l'utente potrebbe fare esattamente.

Best Practice:

• Usa linguaggio naturale del cliente
• Includi varianti regionali/gergali
• Pensa a come un cliente vero formulerebbe la domanda

Utterances (Varianti)

Diverse modalità di porre la stessa domanda.

Esempio completo:

Domanda principale: "Quanto costa la spedizione?"

Utterances:
- Costo spedizione
- Prezzo consegna
- Quanto pago per la consegna?
- Tariffe di spedizione
- Costi di trasporto
- Spese di spedizione
- Delivery cost
- Quanto costa il corriere?

Risposta

La risposta che il chatbot fornirà.

Elementi di una buona risposta:

• ✅ Informazione completa
• ✅ Linguaggio friendly
• ✅ Call-to-action quando appropriato
• ✅ Informazioni aggiornate

Esempio di risposta strutturata:

La spedizione costa:
• 📦 Spedizione standard (3-5 giorni): 4,90€
• 🚀 Spedizione express (1-2 giorni): 9,90€
• 🆓 Spedizione GRATUITA per ordini sopra 50€

Consegniamo in tutta Italia con corriere espresso. 
Vuoi vedere i nostri prodotti? 👉 [Link Catalogo]

Tipologie di Q&A Avanzate

Q&A con Variabili (usa il flow designer)

Per risposte personalizzate con placeholder.

Domanda: "Quando arriva il mio ordine?"
Risposta: "Ciao {{nome_utente}}! Il tuo ordine #{{numero_ordine}} 
          arriverà {{data_consegna_stimata}}. 
          Puoi tracciarlo qui: {{link_tracking}}"

Q&A Condizionali (usa il flow designer)

Per risposte diverse in base al contesto.

SE orario_corrente IN orari_apertura:
  "I nostri operatori sono disponibili ora! Vuoi essere trasferito?"
ALTRIMENTI:
  "I nostri operatori sono disponibili dalle 9 alle 18. 
   Posso aiutarti io o preferisci lasciare un messaggio?"

Q&A con Rich Media

Includere immagini, video, link.

Domanda: "Come si monta il prodotto X?"
Risposta: "Ecco il video tutorial per montare il prodotto X:
          📹 [Video YouTube]
          📄 [PDF Istruzioni]
          🛠️ Serve aiuto? Contatta il nostro supporto tecnico!"

🌊 Flow Designer (Conversazioni Avanzate)

Cos'è il Flow Designer

Il Flow Designer è un editor visuale per creare conversazioni complesse con logiche condizionali, raccolta dati e integrazione con sistemi esterni.

Elementi Base del Flow

Nodi Utente (Input)

• User Says: L'utente dice qualcosa
• User Replies: L'utente risponde a una domanda specifica

Nodi Bot (Output)

• Bot Replies: Il bot risponde con un messaggio
• Bot Asks: Il bot pone una domanda
• Bot Stops: Il bot termina la conversazione

Nodi Logici

• Condition Check: Verifica una condizione
• Fork Condition: Biforcazione basata su condizioni multiple

Nodi Azioni

• Bot Calls API: Chiamata a servizi esterni
• Bot Runs Code: Esecuzione codice personalizzato
• Mail Lead: Invio email con dati raccolti

Esempio di Flow Completo: Prenotazione Appuntamento

graph TD
    A[User Says: "Voglio prenotare"] --> B[Bot Asks: "Per quale servizio?"]
    B --> C[User Replies]
    C --> D{Check Service Available}
    D -->|Disponibile| E[Bot Asks: "Che giorno preferisci?"]
    D -->|Non Disponibile| F[Bot Replies: "Servizio non disponibile"]
    E --> G[User Replies: Data]
    G --> H[Bot Calls API: Check Calendar]
    H --> I{Slot Available?}
    I -->|Sì| J[Bot Asks: "Nome e telefono?"]
    I -->|No| K[Bot Replies: "Slot non disponibile"]
    J --> L[User Replies: Dati]
    L --> M[Mail Lead: Send Booking]
    M --> N[Bot Replies: "Prenotazione confermata!"]

Configurazione Nodi Avanzati

Bot Calls API

Per integrazioni con sistemi esterni.

Configurazione:

{
  "url": "https://api.example.com/bookings",
  "method": "POST",
  "headers": {
    "Authorization": "Bearer {{api_token}}",
    "Content-Type": "application/json"
  },
  "body": {
    "service": "{{selected_service}}",
    "date": "{{selected_date}}",
    "customer": "{{customer_name}}"
  }
}

Condition Check

Per logiche condizionali complesse.

Esempi di condizioni:

• {{current_time}} > "18:00" → Fuori orario
• {{user_location}} == "Milano" → Zona di servizio
• {{order_value}} >= 100 → Spedizione gratuita
• {{user_type}} == "premium" → Accesso funzioni avanzate

Slot Management

Per raccogliere e mantenere informazioni durante la conversazione.

Esempio di Slot:

Slot: customer_info
├── name (richiesto)
├── email (richiesto, validazione email)
├── phone (opzionale, formato italiano)
└── notes (opzionale, max 200 caratteri)

Best Practice Flow Design

1. Pianificazione

• Mappa il workflow: Prima di iniziare, disegna il flusso su carta
• Identifica punti critici: Dove possono sorgere problemi?
• Fallback paths: Sempre prevedere alternative in caso di errore

2. User Experience

• Messaggi chiari: Ogni domanda deve essere comprensibile
• Opzioni limitate: Non più di 3-4 scelte per volta
• Feedback costante: L'utente deve sempre sapere dove si trova

3. Gestione Errori

• Timeout handling: Se l'utente non risponde
• Invalid input: Gestione input non validi
• API failures: Cosa fare se un servizio esterno non risponde

4. Testing

• Happy path: Testa il flusso principale
• Edge cases: Testa scenari limite
• Error paths: Testa tutti i punti di fallimento

📚 Knowledge Base e Upload Documenti

Formati Supportati

Documenti di Testo

• PDF: Fino a 50MB, estrazione automatica testo
• DOCX/DOC: Con mantenimento formattazione
• TXT: Testo semplice, qualsiasi dimensione
• RTF: Rich Text Format

Documenti Strutturati

• Excel/CSV: Per dati tabellari (FAQ, cataloghi)
• JSON: Per dati strutturati e API responses
• XML: Per feed e dati strutturati

Contenuti Web

• HTML: Pagine web salvate
• URL Scraping: Import automatico da siti web
• RSS/Atom: Feed automatici

Processo di Upload

1. Preparazione Documenti

Ottimizzazione per l'AI:

• ✅ Struttura chiara: Usa titoli, sottotitoli, elenchi
• ✅ Linguaggio naturale: Evita eccessivo gergo tecnico
• ✅ Informazioni aggiornate: Verifica date e prezzi
• ✅ Rimuovi contenuto irrilevante: Footer, header, pubblicità

2. Upload e Processing

1. Selezione file → 2. Upload → 3. Processing AI → 4. Review → 5. Pubblicazione

Tempi di processing:

• PDF 10 pagine: ~2-3 minuti
• DOCX 50 pagine: ~5-8 minuti
• Excel 1000 righe: ~3-5 minuti

3. Review e Ottimizzazione

Dopo l'upload, verifica:

• Estrazione corretta: Il testo è stato interpretato bene?
• Categorizzazione: È finito nella cartella giusta?
• Rilevanza: Le informazioni sono utili per il chatbot?

Gestione Automatica dei Contenuti

Auto-Categorizzazione

L'AI categorizza automaticamente i contenuti:

📄 "Guida ai Resi.pdf" → 📁 Supporto Clienti
📄 "Catalogo Primavera.xlsx" → 📁 Prodotti
📄 "FAQ Spedizioni.docx" → 📁 Ordini e Spedizioni

Aggiornamento Automatico

• Monitoring URLs: Controllo periodico siti web
• Version control: Tracking modifiche documenti
• Sync automatico: Aggiornamento knowledge base

Duplicate Detection

Il sistema identifica automaticamente:

• Contenuti duplicati
• Informazioni obsolete
• Conflitti tra fonti diverse

🔍 Improve Section (Ottimizzazione)

Analisi Conversazioni Mancate (Misses)

Cosa Sono i "Misses"

Conversazioni dove il chatbot non ha saputo rispondere adeguatamente.

Dashboard Misses

Metriche visualizzate:

• Numero totale misses
• Trend temporale
• Domande più frequenti senza risposta
• User satisfaction scores

Workflow di Risoluzione

1. Review conversazione → 2. Identifica gap knowledge → 3. Crea Q&A/Flow → 4. Train → 5. Test

Analisi Conflitti

Cos'è un Conflitto

Quando due o più Q&A potrebbero rispondere alla stessa domanda utente.

Tipi di Conflitti

• Overlap semantico: Domande simili, risposte diverse
• Ambiguità: Una domanda può avere più interpretazioni
• Contraddizioni: Informazioni contrastanti

Risoluzione Conflitti

Strategie:

1. Merge: Unire Q&A simili
2. Clarification: Aggiungere domande di chiarimento
3. Priority: Definire priorità tra risposte
4. Context: Utilizzare contesto conversazione

Analytics e Ottimizzazione

Metriche Chiave

• Success Rate: % conversazioni risolte
• User Satisfaction: Rating utenti
• Response Time: Tempo medio risposta
• Handover Rate: % trasferimenti a umani

Optimization Loop

graph LR
    A[Analisi Dati] --> B[Identifica Problemi]
    B --> C[Implementa Soluzioni]
    C --> D[Training]
    D --> E[Deploy]
    E --> F[Monitor Risultati]
    F --> A

🎯 Best Practice Generali

Content Strategy

1. Quality over Quantity: Meglio poche Q&A perfette che molte mediocri
2. User-Centric: Sempre dal punto di vista dell'utente
3. Iterative Improvement: Miglioramento continuo basato su dati
4. Consistency: Tono di voce e informazioni coerenti

Training Strategy

1. Regular Training: Almeno settimanale per chatbot attivi
2. Incremental Updates: Piccoli aggiornamenti frequenti vs grandi refactor
3. A/B Testing: Testa diverse versioni delle risposte
4. Backup Strategy: Mantieni sempre versioni precedenti

Maintenance Routine

• Weekly: Review nuovi misses e conflitti
• Monthly: Analisi performance completa
• Quarterly: Review strategica knowledge base
• Yearly: Revisione completa contenuti e workflow

✅ Checklist Teaching Completo

Base Expertise

• Survey completato al 100%
• Tutte le domande con risposte dettagliate
• Informazioni aziendali aggiornate
• Processi business documentati

Custom Expertise

• Almeno 20 Q&A principali create
• Utterances aggiunte per ogni Q&A
• Organizzazione in cartelle logiche
• Copertura argomenti principali

Knowledge Base

• Documenti chiave caricati
• Processing completato senza errori
• Categorizzazione verificata
• Contenuti aggiornati

Flow Designer

• Workflow principali implementati
• Testing tutti i percorsi
• Gestione errori configurata
• Integrazioni API testate

Optimize & Improve

• Prima analisi misses completata
• Conflitti principali risolti
• Baseline metrics stabilite
• Process di monitoraggio attivato

🔗 Prossimi Passi

Dopo aver completato il Teaching:

1. Testare il chatbot
2. Approfondire Flow Designer
3. Configurare monitoraggio avanzato

---

⏱️ Tempo stimato per Teaching completo: 4-8 ore per un chatbot base
🎯 Obiettivo: Chatbot che risponde correttamente alle domande principali del tuo business