- Iniziate con obiettivi chiari, in modo che lo scopo e le capacità del vostro agente AI siano ben definiti fin dall'inizio.
- Scegliete la piattaforma giusta che corrisponda al vostro caso d'uso, che offra risorse di supporto e che vi permetta di effettuare test gratuiti.
- Combinare flussi strutturati e ragionamento LLM per creare agenti flessibili che possono sia seguire gli script sia gestire compiti complessi e aperti.
- Integrate il vostro agente con basi di conoscenza, canali, webhook e piattaforme per integrarlo perfettamente nei flussi di lavoro reali.
- Testate, distribuite e continuate a migliorare, utilizzando le analisi e il feedback degli utenti per perfezionare il vostro agente AI dopo il lancio.
La tecnologia degli agenti di intelligenza artificiale ha fatto passi da gigante negli ultimi anni e ciò significa che oggi la creazione di un proprio agente di intelligenza artificiale è accessibile a chiunque abbia un computer.
Gli agenti di intelligenza artificiale sono una delle principali tendenze dell'intelligenza artificiale e si prevede che continueranno ad essere adottati rapidamente in tutti i settori.
Che si tratti di automatizzare processi o di creare un assistente AI, questa guida vi guiderà attraverso i passaggi per creare il vostro agente AILLM.
1. Definire l'ambito di applicazione
Il primo passo per creare un agente AI è semplice: cosa farà? Iniziare a delineare chiaramente lo scopo dell'agente.
Le applicazioni reali degli agenti di intelligenza artificiale sono numerose. L'identificazione dello scopo del vostro agente determinerà le capacità di cui avrà bisogno, che determineranno la piattaforma da utilizzare.
- Un agente di vendita AI aiuta gli utenti rispondendo alle domande sui prodotti, consigliando opzioni, confrontando modelli e fornendo dettagli sui prezzi.
- Un agente di assistenza clienti AI risolve i problemi dei clienti, condivide risorse come FAQ o video e risolve i problemi tecnici.
- Un agente AI per la gestione della conoscenza recupera le politiche aziendali, riassume i documenti e aiuta i dipendenti a trovare rapidamente le informazioni pertinenti.
- Un agente di lead generation AI invia follow-up mirati via e-mail o piattaforme come WhatsApp, acquisisce informazioni attraverso le conversazioni e sincronizza i dati con i CRM per un monitoraggio ottimizzato.
- Un agente HR AI risponde alle domande dei dipendenti sulle politiche aziendali, assiste nell'inserimento e gestisce le richieste di PTO.
- Un agente di intelligenza artificiale per l'e-commerce tiene traccia degli ordini, controlla la disponibilità dei prodotti e offre raccomandazioni personalizzate in base alle preferenze degli utenti.
Se avete un settore specializzato, potete anche costruire un agente AI che affronti più processi. Ad esempio, un agente AI per il settore immobiliare può suggerire proprietà, tenere traccia delle pratiche e gestire le relazioni con i clienti. Oppure un agente AI per gli hotel può gestire le prenotazioni, semplificare le richieste di pulizia e vendere servizi extra.
Se si utilizza una piattaforma estensibile, il mondo è la vostra ostrica. Un agente AI ben progettato può automatizzare quasi tutte le attività.
Una volta stabilito l'ambito di applicazione, si hanno le informazioni necessarie per scegliere una piattaforma.
2. Scegliere una piattaforma
Non c'è carenza di framework per agenti di IA tra cui scegliere. Se siete in cerca di ispirazione, il nostro elenco curato delle 9 migliori piattaforme di IA è un ottimo punto di partenza.
Anche se in questa sede non farò un confronto tra le piattaforme - perché, è vero, ho un debole per la nostra - posso condividere alcuni fattori chiave da considerare quando si sceglie la piattaforma giusta per il proprio progetto:
Assicuratevi di scegliere una piattaforma AI che:
- Offre risorse educative. Ci sarà sempre una curva di apprendimento, quindi assicuratevi di essere ben attrezzati.
- Corrisponde al vostro intento. Non scegliete una piattaforma specializzata nel servizio clienti se volete un bot di vendita o un sistema multi-agente.
- Include un livello gratuito, in modo da poterlo testare prima (o senza) assumere un impegno finanziario.
Se avete bisogno di una soluzione open-source, ci sono molte opzioni di agenti AI open-source tra cui scegliere.
Una volta scelto il costruttore di agenti AI con cui iniziare, si può iniziare a costruire il proprio agente AI.
3. Creare istruzioni e variabili
Il vostro agente AI sarà del tutto unico e dipenderà interamente dal vostro caso d'uso e dalla vostra portata. Parte del processo prevede la familiarizzazione con la piattaforma scelta e l'applicazione delle conoscenze acquisite alla propria roadmap.
Iniziare con un nodo autonomo
Evidenziamo una spiacevole verità: non tutte le "piattaforme di agenti AI" consentono di creare veri agenti AI.
Molti di essi offrono chatbot di intelligenza artificiale, ma mancano di una componente chiave degli agenti di intelligenza artificiale: la capacità di un agente di prendere decisioni da solo per soddisfare la richiesta del costruttore.
In Botpress Studio, i nodi autonomi consentono agli utenti di costruire agenti AI che decidono quando usare un flusso strutturato e quando usare un LLM. Gli sviluppatori devono semplicemente chiedere al Nodo Autonomo di esprimersi in un linguaggio semplice.
Con poche righe di testo, si può dire al Nodo Autonomo che cosa si vuole che faccia l'agente AI e come deve comportarsi mentre lo fa. È possibile definire la sua personalità, il suo ambito e il suo scopo in pochi minuti.
Alcune parti del vostro chatbot AI dovrebbero essere strutturate, come il vostro saluto o la vostra proposta di vendita mirata. Ma è probabile che ci siano alcuni aspetti della conversazione che si desidera scaricare su LLM.
Creare variabili per raccogliere informazioni
L'agente AI avrà alcune domande per gli utenti. Ad esempio:
- Un agente di viaggi AI potrebbe chiedere quale città l'utente desidera per un itinerario
- Un agente AI per il benessere mentale potrebbe chiedere all'utente come si sente
- Un agente del servizio clienti chiederà a cosa l'utente ha bisogno di aiuto
A seconda del flusso della conversazione, ci saranno 1-x variabili da includere per raccogliere informazioni.
Ad esempio, un agente AI di viaggi potrebbe chiedere all'utente dove sta andando, se sta cercando di prenotare un volo, con quante persone viaggia, il suo budget, le attività che preferisce, ecc.
Oppure un agente di vendita potrebbe chiedere cosa sta cercando un utente, per poi immergersi in diversi flussi di conversazione in base alla sua risposta.
4. Integrare l'agente AI
Un agente AI senza integrazioni è solo la vostra versione di ChatGPT. Lo scopo di un agente AI è definito dalle sue integrazioni.
Le entità che si possono integrare con un agente di intelligenza artificiale sono molte, quasi infinite se si utilizza una piattaforma flessibile.
Queste integrazioni consentono all'agente di intelligenza artificiale di integrarsi perfettamente con i flussi di lavoro esistenti, anziché essere un "extra" senza connettori.
Basi di conoscenza
Se volete che il vostro agente "conosca" informazioni specifiche, come la disponibilità dei prodotti, le leggi locali o la documentazione del software, spesso le condividerete attraverso una Knowledge Base.
L'utilizzo di una Knowledge Base consente all'agente AI di comunicare informazioni accurate e aggiornate (a differenza di quanto avviene con un chatbot generico come ChatGPT).
Una Knowledge Base può essere qualsiasi cosa, da una tabella o un documento a un vero e proprio database. Esempi di KB sono la documentazione interna, i database dei prodotti, gli archivi di conformità o i sistemi di ricerca aziendali.
I sistemi più potenti utilizzeranno la retrieval-augmented generation (RAG ) per analizzare i documenti e recuperare le informazioni pertinenti. (Non preoccupatevi, il RAG verrà fornito con una piattaforma di agenti AI).
Canali
I canali sono il modo in cui gli utenti possono comunicare con l'agente AI. Sono abbastanza intuitivi: un chatbotWhatsApp comunica attraverso WhatsApp. Un bot Discord comunica su Discord.
Un canale comune per gli agenti AI rivolti ai clienti è il widget del sito web. Talvolta chiamato webchat, questo tipo di canale consente ai visitatori del sito web di interagire con l'agente.
Un agente AI è limitato a 1 canale? Assolutamente no. Potete integrare il vostro agente in modo che riceva informazioni da Facebook Messenger e poi vi invii un ping su Slack. Oppure costruire un agente AI che invii messaggi a tutti i vostri contatti su Telegram, SMS ed e-mail.
Ganci web
Se volete che il vostro agente AI agisca in base a dei trigger, avrete bisogno di webhook. Questi tipi di notifiche automatiche di eventi consentono agli agenti AI di comunicare con diversi sistemi in tempo reale.
Quando si verifica un evento in un sistema, il webhook invia una richiesta a un altro sistema. In questo modo è possibile attivare un'azione senza richiedere l'intervento umano. Esempi di utilizzo dei webhook sono:
- Un nuovo lead in Salesforce richiede all'agente AI di assegnargli un punteggio e di assegnarlo.
- I ticket dell'assistenza clienti attivano gli agenti dell'intelligenza artificiale per categorizzarli e classificarli in base alle necessità.
- Gli agenti AI inviano aggiornamenti sulla spedizione quando lo stato di un ordine cambia.
- I nuovi dipendenti ricevono materiale formativo e inviti a riunioni dall'agente AI.
- Gli avvisi di sicurezza spingono l'agente AI ad analizzarli e a notificarli ai team IT.
Piattaforme
La più difficile, la più eccitante e la più utile delle integrazioni con gli agenti di intelligenza artificiale: le piattaforme.
Non lasciatevi scoraggiare da questa difficoltà: la maggior parte delle piattaforme dispone di una serie di integrazioni precostituite per gli agenti AI.
Tra gli esempi di piattaforme che si possono integrare con un agente di intelligenza artificiale vi sono:
- Piattaforme CRM come Hubspot e Salesforce, per tracciare e coltivare i contatti.
- Piattaforme di helpdesk come Zendesk e Intercom, per l'assistenza clienti e la risoluzione dei ticket.
- Strumenti di automazione del marketing, come Mailchimp (o di nuovo Hubspot) per l'invio di e-mail esterne
- Sistemi ERP, come Oracle o SAP, per ottimizzare la gestione dell'inventario.
- Piattaforme di analisi come Google Analytics, per misurare i risultati degli agenti.
Ad esempio, un agente di intelligenza artificiale per le risorse umane utilizzerà i principali documenti di politica aziendale come base di conoscenza. Quando un dipendente chiede come gestire una situazione specifica, il chatbot può utilizzare i documenti delle politiche per informare la sua risposta.
5. Test e iterazione
Dopo aver costruito il vostro agente AI, il passo successivo è il suo perfezionamento. I test e l'iterazione sono essenziali per il successo, ma spesso vengono trascurati dai costruttori ansiosi di lanciarsi.
La vostra piattaforma di agenti AI dovrebbe offrire un simulatore all'interno del suo studio, che vi permetta di esercitarvi nelle interazioni con il vostro agente AI. Questo è il primo passo verso il test e una parte cruciale della messa a punto dell'agente durante il processo di sviluppo.
Una volta terminata la creazione iniziale, è possibile condividere una versione campione dell'agente con amici o colleghi utilizzando un URL. Il test in questo modo aiuta a garantire che la funzionalità sia pronta prima della distribuzione.
Durante i test, sarete in grado di modificare il vostro agente AI per migliorarlo. E preparatevi: questo processo continuerà anche dopo aver distribuito l'agente AI. È normale.
6. Distribuire l'agente AI
Una volta che l'agente AI è pronto, è il momento di distribuirlo e lasciare che inizi ad avere un impatto. È possibile scegliere tra diverse opzioni di distribuzione:
- Distribuitelo come widget sul vostro sito web.
- Condividetelo con gli utenti tramite un URL.
- Integratelo con canali di messaggistica come WhatsApp, Instagram, Telegram, Facebook Messenger o Slack.
- Integratelo con piattaforme o servizi su misura, come la bacheca di messaggistica interna della vostra azienda o un software proprietario.
Non dimenticate di informare gli utenti che l'agente AI è attivo: se non sanno che è disponibile, non può svolgere efficacemente il suo compito. Una comunicazione chiara è fondamentale per rendere l'agente AI una risorsa preziosa.
Nota: se si sta costruendo un sistema multi-agente (più agenti di IA in un ambiente condiviso), è necessario pianificare anche l'instradamento degli agenti di IA, ovvero il processo di indirizzamento dei trigger a specifici agenti.
Per misurare il successo del sistema multiagente che sta collaborando per raggiungere il suo obiettivo, è necessario un sistema di valutazione multiagente per valutarlo. In questo modo si affronta la complessità aggiuntiva derivante dalla collaborazione di più agenti.
7. Monitoraggio e miglioramento
Il progetto dell'agente di intelligenza artificiale non finisce dopo la distribuzione, anzi, la distribuzione è solo l'inizio. Una volta che è nel mondo, il vostro agente AI inizia a lavorare per voi.
Una piattaforma per agenti AI di qualità offrirà analisi continue, fornendo informazioni su quando le persone utilizzano il vostro agente, sugli argomenti di cui chiedono informazioni e sulle piattaforme con cui preferiscono impegnarsi.
Se volete capire meglio come ottimizzare l'uso degli analytics per un agente AI, potete consultare il nostro articolo sugli analytics dei chatbot AI.
Iniziare a costruire un agente AI gratuitamente
Avete un'idea per un agente AI - e noi abbiamo la piattaforma per agenti AI più potente e flessibile.
È facile costruire su Botpress con un costruttore di flussi visivi drag-and-drop, un'ampia libreria didattica e una comunità attiva su Discord di oltre 20.000 costruttori di bot.
La nostra piattaforma estensibile consente di costruire qualsiasi cosa e il nostro sito di integrazione Hub è pieno di connettori precostituiti per i canali più importanti.
Iniziate a costruire oggi stesso. È gratuito.
Domande frequenti
Qual è la differenza tra un agente AI e un chatbot?
Un chatbot di solito segue uno script o un diagramma di flusso, mentre un agente di intelligenza artificiale può prendere decisioni, usare il ragionamento e intraprendere azioni sulla base delle istruzioni dell'utente.
È possibile utilizzare diversi LLMs (come OpenAI, Claude, Mistral) all'interno dello stesso agente?
Sì, è possibile combinare gli LLMs a seconda dell'attività da svolgere, a condizione che la piattaforma sia in grado di collegarli. È come scegliere lo strumento giusto per ogni lavoro.
Come posso addestrare il mio agente AI al di là di una Knowledge Base?
La maggior parte delle piattaforme di agenti non offre una messa a punto completa, ma è possibile modellare il comportamento con prompt, flussi personalizzati e metodi di recupero. Se si ha bisogno di una messa a punto fine, in genere la si fa al di fuori della piattaforma di agenti e poi si integra il modello messo a punto.
