Vai al contenuto
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
Base di conoscenza

Lacune nei contenuti: come trovarle nei log delle chat

Redazione AI SNS CHATPubblicato il 7 min di lettura

Scoprite dove si nascondono le domande senza risposta nelle vostre chat, come classificarle e come colmarle con una routine settimanale semplice.

Il vostro assistente AI risponde bene a molte domande, ma ogni tanto balbetta, rimanda a un operatore o dà una risposta vaga. Quasi sempre il problema non è il modello: manca il contenuto giusto nella base di conoscenza. In questo articolo vedrete come individuare queste lacune nei log delle chat di WhatsApp, Messenger e del sito, come decidere quali meritano un intervento e come verificare che il problema sia davvero risolto.

Che cosa è davvero una lacuna di contenuto

Una lacuna di contenuto è una domanda ricorrente a cui i vostri materiali non permettono di rispondere in modo corretto, completo o aggiornato. Non coincide con "una domanda a cui l'assistente ha risposto male": a volte il contenuto esiste, ma è scritto in modo ambiguo o è sepolto in un PDF di venti pagine.

Distinguere i casi è utile, perché la cura cambia:

  • Contenuto assente: nessun documento parla dell'argomento (per esempio, i tempi di reso per un prodotto in saldo).
  • Contenuto incompleto: c'è l'informazione, ma manca il dettaglio che il cliente chiede (costi di spedizione verso le isole, ad esempio).
  • Contenuto obsoleto: l'orario di apertura estivo è cambiato, ma la pagina dice ancora il contrario.
  • Contenuto ambiguo: due fonti dicono cose diverse e l'assistente non sa quale scegliere.
  • Contenuto non trovabile: la risposta esiste, ma è formulata con parole che il cliente non usa mai.

Un negozio che dice "reso entro 14 giorni dal recesso" nella pagina legale, mentre i clienti scrivono "posso rimandarvelo indietro?", ha spesso questo ultimo problema.

Dove si nascondono le lacune nei log delle chat

Non serve leggere ogni conversazione. Alcuni segnali puntano subito ai punti deboli.

I segnali più affidabili

  • Passaggi a un operatore: ogni volta che un cliente chiede una persona, chiedetevi se la domanda era davvero troppo complessa o se mancava solo un'informazione.
  • Valutazioni negative (pollice in giù): spesso indicano una risposta tecnicamente corretta ma non utile.
  • Domande ripetute: il cliente riformula la stessa richiesta due o tre volte perché la prima risposta non lo ha convinto.
  • Risposte evasive: frasi come "non ho informazioni su questo" o "le consiglio di contattare il negozio".
  • Correzioni dell'operatore: quando una persona riscrive la risposta dell'assistente, sta già dicendo dove il contenuto è carente.
  • Sentiment in calo a metà conversazione.

Canali diversi, lacune diverse

Su WhatsApp i clienti scrivono messaggi brevi, spesso con errori e abbreviazioni ("c'è ancora la tg M?"). Su Messenger arrivano domande di curiosità e prezzo, tipicamente dopo un post o un annuncio. Sulla chat del sito prevalgono le domande pre-acquisto: spedizioni, pagamenti, taglie, disponibilità. Guardare i log per canale aiuta a capire quali contenuti mancano a quale pubblico.

Una routine settimanale di revisione

La regolarità conta più dell'intensità. Mezz'ora a settimana batte una giornata intera ogni sei mesi.

  1. 01Filtrare le chat sospette
  2. 02Classificare la causa
  3. 03Decidere la priorità
  4. 04Correggere e ricontrollare
Il ciclo settimanale delle lacune di contenutoEsempio illustrativo

Un metodo in cinque passi

  1. Filtrate le conversazioni della settimana: passaggi a operatore, pollici in giù, chat contrassegnate.
  2. Leggete un campione, non tutto. Per una piccola attività, 30-60 chat segnalate sono più che sufficienti.
  3. Assegnate una causa a ciascuna: assente, incompleta, obsoleta, ambigua, non trovabile, oppure "il contenuto c'è e l'agente ha sbagliato".
  4. Raggruppate le domande simili: tre clienti che chiedono la stessa cosa in modo diverso sono una sola lacuna.
  5. Scegliete al massimo tre interventi per la settimana e annotateli.

Un esempio ipotetico

Immaginate di aver segnalato 60 chat in una settimana. La distribuzione delle cause potrebbe essere questa (dati inventati a scopo illustrativo):

Contenuto assente
21
Contenuto incompleto
15
Contenuto obsoleto
9
Contenuto non trovabile
8
Risposta errata con contenuto presente
4
Richieste fuori ambito
3
Esempio: cause alla base di 60 chat segnalate (ipotetico)Esempio illustrativo

In uno scenario come questo, oltre la metà dei casi si risolverebbe aggiungendo o completando contenuti, e solo una piccola parte richiederebbe di intervenire sul comportamento dell'agente.

Triage: non ogni lacuna merita un articolo

Dopo qualche settimana avrete una lista lunga. Se provate a scrivere tutto, vi stancherete e la base di conoscenza diventerà un magazzino disordinato. Usate tre criteri.

  • Frequenza: quante volte è comparsa la domanda? Una sola volta può essere un caso isolato.
  • Impatto: riguarda un acquisto, un pagamento, una prenotazione, un reclamo? Le domande vicine al denaro hanno priorità.
  • Stabilità: la risposta cambia spesso? Se sì, meglio una nota breve e facile da aggiornare che un articolo lungo.

Alcune domande non vanno coperte affatto: richieste personali, casi eccezionali che richiedono giudizio umano, questioni legali o mediche che volete restino a una persona. In questi casi la soluzione giusta è un passaggio chiaro a un operatore, non un testo in più.

SituazioneAzione consigliata
Domanda frequente, risposta stabileNuova voce Q&A o articolo
Domanda frequente, risposta variabileBreve testo con data di verifica
Domanda rara, impatto altoVoce Q&A mirata
Domanda rara, impatto bassoIgnorare, rivedere tra un mese
Caso che richiede giudizioPassaggio a operatore

Scrivere la correzione in modo che funzioni

Una risposta scritta bene per una persona può funzionare male per un assistente AI. Qualche accorgimento pratico:

  • Partite dalla domanda del cliente, con le sue parole. Se i clienti scrivono "cambio taglia", usate quell'espressione nel titolo, non solo "procedura di sostituzione".
  • Una domanda, una risposta. Evitate documenti che mescolano resi, garanzia e fatturazione.
  • Date la risposta nella prima frase, poi le eccezioni. "Sì, la spedizione in Sardegna costa 9 euro; sopra i 90 euro è gratuita" è meglio di un paragrafo introduttivo.
  • Indicate condizioni e limiti in modo esplicito: zone, date, importi, eccezioni.
  • Eliminate le contraddizioni: se aggiornate un orario, cercate anche le altre fonti che lo citano.
  • Niente dati personali negli esempi: usate casi generici.

Misurare se la lacuna si è chiusa

Correggere non basta: bisogna verificare. Dopo l'intervento:

  1. Provate subito la domanda originale, e due o tre varianti scritte in modo diverso, in un ambiente di test.
  2. Annotate la data della modifica, così potete confrontare prima e dopo.
  3. Dopo una o due settimane, cercate nei log le conversazioni sullo stesso argomento: sono diminuiti i passaggi a operatore? Le valutazioni negative?
  4. Se il problema persiste, tornate alla classificazione: forse la causa era un'altra (ambiguità, formulazione) rispetto a quella ipotizzata.

Evitate di leggere troppo in pochi numeri. Se una domanda compare tre volte a settimana, un calo a una volta è un buon segnale, ma non una prova. Contano la tendenza su più settimane e il confronto con il vostro volume di chat.

Come farlo in AI SNS CHAT

Tutto il lavoro descritto sopra si svolge in poche schermate della dashboard.

1. Trovare le chat problematiche. Aprite Activity → Chat logs. Qui trovate le conversazioni di tutti i canali (widget sul sito, WhatsApp, Messenger e gli altri); la casella "Inbox" riguarda invece solo le email. Potete usare i filtri, vedere le valutazioni con pollice su/giù, selezionare più chat insieme e contrassegnarle, risolverle, inoltrarle o eliminarle. Per una revisione periodica è comodo contrassegnare le chat sospette e rivederle in blocco; è disponibile anche l'esportazione.

2. Guardare i temi. Nella sezione Analytics trovate Chats, Topics, Question history e Sentiment. Le analisi avanzate richiedono il piano Pro. Topics e Question history aiutano a vedere quali argomenti tornano più spesso.

3. Correggere la risposta alla fonte. Sia nell'Inbox email sia nei Chat logs potete intervenire su una risposta e trasformarla nella risposta ideale per addestrare l'agente: è il modo più rapido per chiudere una lacuna emersa da una conversazione reale.

4. Aggiungere o aggiornare il contenuto. In Data sources trovate Files, Text snippets, Website, Q&A, Notion, Social, Tickets e Suggestions. Per una lacuna puntuale, una voce Q&A o un breve Text snippet è di solito la via più veloce. Se la documentazione vive altrove, in Channels sono disponibili connettori come Confluence, GitBook, Google Drive, SharePoint o Zendesk Guide. Ogni fonte mostra chi l'ha aggiunta e chi l'ha modificata per ultimo, e in Workspace settings → Activity i titolari e gli amministratori vedono il registro delle modifiche.

5. Provare prima di pubblicare. Usate il Playground per verificare la risposta con la domanda originale e le sue varianti. Se qualcosa va storto dopo una modifica, i punti di ripristino dell'agente permettono di tornare indietro.

6. Gestire i casi da persona. Con Helpdesk → Scheduling potete definire i turni, così i passaggi a operatore vanno a chi è in servizio, con avvisi su Slack, Teams, WhatsApp, email o webhook.

AI SNS CHAT non genera un report automatico delle lacune: l'individuazione resta un lavoro di revisione, supportato da filtri, valutazioni e analisi. Per i dettagli sui piani consultate i prezzi e le funzioni; le pratiche di sicurezza sono descritte in /security, progettate con riferimento a GDPR e APPI.

Domande frequenti

Quante chat conviene rivedere ogni settimana?

Per una PMI bastano in genere 30-60 chat selezionate tramite filtri (passaggi a operatore, pollici in giù, chat contrassegnate), per circa mezz'ora di lavoro. Se i volumi sono molto bassi, rivedete tutto; se sono alti, concentratevi sui segnali più forti e variate il campione.

Devo scrivere un nuovo articolo per ogni domanda senza risposta?

No. Valutate frequenza, impatto e stabilità della risposta. Spesso basta una voce Q&A o un breve testo; altre domande vanno semplicemente lasciate a un operatore.

AI SNS CHAT segnala automaticamente le lacune di contenuto?

Non esiste un report automatico dedicato. Potete però individuarle con Chat logs (filtri, valutazioni, contrassegni) e con le sezioni Topics, Question history e Sentiment di Analytics, quest'ultime avanzate solo dal piano Pro.

E se l'agente sbaglia anche quando il contenuto esiste?

Controllate prima se il contenuto è ambiguo, contraddittorio o scritto con parole diverse da quelle dei clienti. Se è tutto in ordine, correggete la risposta come risposta ideale, verificate nel Playground e rivedete le istruzioni e le regole dell'agente.

#base di conoscenza#chat log#contenuti#assistenza clienti#PMI

Mettilo in pratica con AI SNS CHAT

Crea un agente IA addestrato sui tuoi contenuti e collegalo al sito, a WhatsApp, Messenger e altro. Gratis per iniziare, senza carta di credito.