Cosa deve fare un chatbot IA quando non conosce la risposta
Un chatbot non deve nascondere l’incertezza dietro una risposta più lunga. Quando le fonti approvate non sostengono una risposta, il comportamento utile è spiegare il limite e proporre un passaggio successivo adatto alla domanda.
Cause diverse richiedono fallback diversi.
Distingui perché la risposta non è disponibile
| Situazione | Risposta appropriata |
|---|---|
| La domanda è ambigua | Fai una sola domanda di chiarimento mirata |
| Esiste una fonte correlata ma manca il dettaglio | Indica cosa copre la fonte e cosa no |
| L’argomento è fuori dall’ambito dell’assistente | Dillo e linka l’area pertinente, se nota |
| La richiesta richiede dati dell’account | Indirizza il visitatore al flusso con accesso o al supporto |
| La richiesta richiede una valutazione o un’approvazione | Spiega che deve decidere una persona |
| Le fonti sono in conflitto | Segnala il conflitto o evita di scegliere finché la fonte non è chiarita |
Un generico "Non lo so" è sicuro ma spesso poco utile. Una risposta inventata è peggio.
Scrivi regole di fallback basate sulle evidenze
Un’istruzione pratica può dire:
Rispondi a partire dalle fonti collegate. Se non forniscono l’informazione richiesta, di’ che i contenuti disponibili non rispondono. Non dedurre policy o funzionalità. Linka la fonte pertinente più vicina e indica il percorso di contatto designato, se esiste.
La formulazione esatta deve adattarsi al pubblico e al processo di supporto reale.
Testa il fallback in modo deliberato
Fai almeno una domanda per ogni categoria di risposta non disponibile. Verifica che la risposta:
- non introduca informazioni non supportate;
- distingua le informazioni pubbliche dall’assistenza specifica per l’account;
- chieda chiarimenti solo quando potrebbero cambiare la risposta;
- usi il contatto o il flusso corretto; e
- non intrappoli il visitatore in scuse ripetute.
Trasforma le lacune ricorrenti in lavoro sui contenuti
Rivedi la cronologia delle conversazioni per individuare le domande non supportate che si ripetono. Se l’organizzazione ha una risposta approvata, pubblicala in una fonte autorevole, aggiorna il dataset e aggiungi la domanda ai test di regressione.
Se l’organizzazione sceglie volutamente di non pubblicare la risposta, mantieni la limitazione. Non ogni lacuna deve diventare contenuto pubblico.
Un buon fallback protegge l’accuratezza aiutando al tempo stesso il visitatore ad andare avanti. Fa parte dell’esperienza di prodotto, non è un messaggio di errore da nascondere.