Design conversazionale per l’IA: come creare esperienze utente più umane

In passato, il design dell'IA conversazionale significava creare un albero decisionale. I primi chatbot e menu IVR si basavano su rami rigidi e predefiniti: premi 1 per la fatturazione, rispondi "sì" o "no" e spera che la domanda del cliente corrisponda a uno dei percorsi previsti. Questo modello funzionava solo finché la conversazione restava entro ciò che avevi già configurato.

Gli agenti IA hanno eliminato questo vincolo. Ora possono ragionare su una conversazione in tempo reale, attingere a una knowledge base, chiamare tool e ricordare ciò che è già stato detto, quindi non sono più limitati a uno script fisso.

Questo cambiamento, però, non ha eliminato la necessità di progettare l'IA conversazionale. Al contrario, ha alzato l'asticella. Senza uno script rigido su cui fare affidamento, la persona, il workflow e i punti decisionali di un agente devono essere definiti abbastanza bene da reggere una conversazione aperta e in tempo reale, anziché una conversazione predeterminata.

Questa guida spiega cosa significa davvero progettare l'IA conversazionale per gli agenti chat e gli agenti vocali, perché è importante per le metriche su cui vieni già valutato, e cosa devi ottimizzare per rendere l'esperienza più naturale. Se lo fai bene, puoi implementare agenti IA che creano un legame con i clienti e offrono un servizio migliore e più rapido.

In sintesi

• Il design dell'IA conversazionale riguarda il modo in cui la comunicazione di un agente IA viene strutturata e ottimizzata affinché una conversazione risulti naturale.
• L'IA vocale è meno tollerante del testo, perché problemi di voce, latenza e tempistiche che passano inosservati in un'interfaccia chat possono rendere robotica una conversazione vocale.
• ElevenAgents rende possibili agenti IA vocali e chat dall'aspetto umano grazie a una combinazione di funzionalità che ti permette di controllare voce, persona e flusso della conversazione, nonché di ottimizzare la latenza su ogni canale.

Cos'è il design dell'IA conversazionale?

Il design dell'IA conversazionale è la pratica UX che definisce il comportamento di un agente IA. Include tutto, dalla sua persona ai guardrail, ai workflow e alle knowledge base a cui attinge, elementi che lavorano insieme per rendere la conversazione curata quanto qualsiasi altra parte dell'esperienza di prodotto.

Questa configurazione, però, non è uguale ovunque. Gli agenti possono operare su più canali, come chat, voce o SMS, a partire da un'unica configurazione. Ogni canale ha i propri vincoli, ma è nella voce che sono più stringenti. Quando la voce è uno dei canali dell'agente, quest'ultimo deve scegliere e riprodurre una voce, gestire il ritmo e l'alternanza dei turni in tempo reale e fornire una risposta prima che una pausa faccia pensare che la chiamata sia caduta. Nulla di tutto ciò è facoltativo come può esserlo nella chat, dove una risposta leggermente lenta o imperfetta raramente compromette l'interazione.

Ecco cosa devi considerare quando implementi il design dell'IA conversazionale per un agente chat e cosa aggiunge la voce.

I clienti non valutano consapevolmente ciascuno di questi fattori. Notano semplicemente quando qualcosa non va, e questa sensazione basta a minare la fiducia nell'agente nel suo complesso, mettendo a rischio gli obiettivi per cui lo hai implementato.

Perché il design dell'IA conversazionale è importante per una buona esperienza utente

Ogni fattore trattato sopra, dall'alternanza dei turni alla latenza e alla persona, influenza il modo in cui un cliente percepisce il tuo brand in un momento cruciale, che può trasformarlo in un sostenitore o in un detrattore. Questa percezione si riflette direttamente nelle metriche su cui vengono valutati i team.

• Maggiore soddisfazione e tassi di risoluzione: I clienti valutano meglio un'interazione quando l'agente risponde tempestivamente e non interrompe in modo inopportuno.
• Minore abbandono: I clienti abbandonano una conversazione non solo per le lunghe attese. Un'esperienza che non corrisponde alle aspettative, come una pausa imbarazzante durante una chiamata o una risposta rigida e poco in linea con il brand in chat, può suscitare lo stesso impulso a chiudere la conversazione.
• Risoluzione più rapida: Impostazioni chiare del flusso di conversazione e workflow ben definiti comportano meno vicoli ciechi, domande ripetute e momenti del tipo "la trasferisco".
• Meno escalation agli operatori umani: Quando un agente gestisce il flusso della conversazione in modo naturale e segue un workflow definito, risolve più casi al primo tentativo invece di confondere il cliente e indurlo a chiedere di parlare con una persona.

Prendiamo ad esempio eDreams ODIGEO, una delle più grandi piattaforme di viaggi online al mondo. Ha implementato agenti IA con ElevenAgents in cinque lingue principali e ha registrato un miglioramento a due cifre nella velocità di risoluzione e una riduzione a due cifre dei tassi di trasferimento delle chiamate, dovuti in parte alla sintesi vocale a bassa latenza e a un riconoscimento più accurato dell'intento all'inizio di ogni chiamata. Risultati come questi dipendono da molte variabili oltre al solo design della conversazione, ma mostrano cosa può rendere possibile un buon design dell'IA conversazionale.

Come funziona il design dell'IA conversazionale in ElevenAgents

In ElevenAgents puoi ottimizzare elementi come persona, voce, alternanza dei turni, trasferimenti e latenza: gli stessi fattori che determinano se un agente sembra umano. Ecco come configurare e ottimizzare ciascuno di essi affinché il tuo agente sappia sostenere una conversazione reale.

Persona e selezione della voce

La persona definisce la prima impressione del cliente e una mancata corrispondenza mina la fiducia prima ancora che la conversazione inizi. Una persona troppo rigida per un brand retail amichevole porta i clienti a dubitare dell'agente prima che abbia detto qualcosa di utile. Inizia a definirla nel system prompt, dove definisci il ruolo, la personalità e i guardrail dell'agente prima di ogni altra cosa.

Per gli agenti vocali, questa persona deve emergere anche dalla voce. Una voce troppo informale per una chiamata finanziaria comunica lo stesso messaggio di una persona non adatta nel testo, quindi la selezione della voce diventa parte dello stesso lavoro. Ecco da dove iniziare:

• Selezione della voce: Abbina la voce al tuo brand, pubblico e argomento. Accento, genere e tono contribuiscono a creare fiducia con un determinato chiamante e a definire il tono della conversazione.
• Supporto multilingue: Seleziona una voce per ogni lingua supportata, invece di usare una sola voce per tutti i mercati. Una voce adattata forzatamente a più lingue tende a sembrare straniera in almeno una di esse, minando la fiducia che stai cercando di creare.

ElevenAgents ti dà accesso a oltre 11.000 voci nella Voice Library, ricercabili per accento, carattere e caso d'uso, quindi raramente devi partire da zero. Se nessuna è adatta, hai altre due opzioni: clonare una voce esistente da un breve campione audio oppure progettarne una da zero con un prompt di testo che descriva età, accento, tono e ritmo desiderati.

Impostazioni del flusso di conversazione

La voce è il canale in cui la conversazione segue tempistiche più rigide. A differenza della chat, dove una pausa è solo spazio bianco, un'interruzione del ritmo durante una chiamata viene subito percepita come silenzio o come una connessione caduta. Trovare il ritmo giusto è la leva più importante per far sembrare un agente vocale un partecipante naturale alla conversazione, e tutto inizia dal modello di alternanza dei turni.

Il modello di alternanza dei turni di ElevenLabs è un sistema basato sulla ricerca, progettato per rilevare quando chi parla ha davvero finito anziché essersi semplicemente fermato. In questo modo può stabilire quando l'agente deve rispondere, invece di basarsi su un ritardo fisso.

Inoltre, ecco alcune impostazioni che puoi modificare per regolare il flusso della conversazione:

• Timeout del turno: Il tempo per cui l'agente aspetta in silenzio prima di rispondere, così non interviene mentre il cliente sta ancora pensando né lo lascia in attesa dopo che ha finito.
• Soft timeout: Una breve frase riempitiva usata dall'agente per coprire una pausa di elaborazione, come "Un momento" o "Vediamo", così i clienti non pensano che la chiamata sia caduta. Evita formule che promettono un tempo preciso, come "un secondo", poiché i tempi di risposta effettivi variano.
• Interruzioni: Stabilisce se l'agente smette di parlare quando il cliente inizia a sovrapporsi. Abilita questa opzione per uno scambio naturale. Disabilitala quando è importante fornire il messaggio completo, ad esempio per clausole di esclusione legale, istruzioni di sicurezza e tutto ciò che deve essere ascoltato integralmente.
• Prontezza del turno: Indica quanto rapidamente l'agente interviene per rispondere quando il cliente smette di parlare. "Eager" è adatto al servizio clienti, dove la rapidità di risposta è fondamentale. "Patient" funziona meglio quando raccogli informazioni dal cliente, come un numero di telefono o un indirizzo email, così l'agente non lo interrompe a metà cifra. "Normal" è una buona impostazione predefinita per le conversazioni generiche.

Piccole modifiche qui possono fare una grande differenza. Anche una lieve variazione del timeout può distinguere un agente che sembra attento da uno che sembra interrompere le persone.

Workflow, progettazione dei trasferimenti e script

I workflow sono il punto in cui gran parte del design dell'IA conversazionale viene applicata in ElevenAgents. Definiscono cosa accade e quando: i punti decisionali, i percorsi di escalation, i trasferimenti, tutto ciò che altrimenti l'agente dovrebbe improvvisare.

I workflow operano insieme ad altri due sistemi per affinare il tuo agente. Il system prompt definisce il comportamento di base dell'agente: ruolo, tono e ciò che dirà o non dirà, nei momenti chiave come saluti o trasferimenti. Le procedure sono un'opzione più prescrittiva per un'attività singola e ben definita, come verificare l'identità di un cliente o guidarlo in una procedura di reso. Invece di diramarsi in base a ciò che dice il cliente, seguono una sequenza fissa dall'inizio alla fine, passo dopo passo, indipendentemente dall'andamento della conversazione.

Il modo più semplice per iniziare a creare il tuo agente è usare template di agenti preconfigurati, che offrono un punto di partenza sia per i workflow sia per i system prompt, così puoi perfezionare invece di creare tutto da zero. Ecco alcune modifiche da cui puoi iniziare per adattarli alle tue esigenze:

• Mappatura delle decisioni: Definisci con precisione cosa fa l'agente in ogni punto decisionale, così l'intera conversazione è strutturata dall'apertura alla risoluzione. I nodi subagente ti consentono di modificare il system prompt, il modello o perfino la voce in punti specifici del flusso, così un passaggio delicato di verifica può operare con guardrail più severi rispetto a una conversazione informale all'inizio della chiamata.
• Trigger di escalation: Definisci trigger chiari per il trasferimento a un operatore, integrandoli nel workflow invece di lasciare che l'agente decida sul momento. Ad esempio, esegui l'escalation quando un problema resta irrisolto dopo due tentativi, quando il cliente chiede un supervisore o quando la transazione è abbastanza delicata o di valore elevato da richiedere una persona.
• Contesto del trasferimento: Nel system prompt, definisci cosa deve raccogliere l'agente prima di trasferire la chiamata, come l'ID dell'ordine o il numero di conto, e le condizioni che attivano il trasferimento. Quindi associa questi dettagli salvati alla configurazione del tool di trasferimento, così vengono trasferiti automaticamente e il cliente non deve ripetersi con un operatore umano.
• Formulazioni predefinite: Definisci formulazioni esatte per i momenti critici nel system prompt. Saluti iniziali, messaggi di errore, clausole di esclusione legale e trasferimenti in escalation non dovrebbero mai essere lasciati all'improvvisazione dell'agente. Una frase esatta come "Al momento ho difficoltà ad accedere a queste informazioni" è più affidabile che lasciare all'agente il compito di capire come formularla quando qualcosa non funziona.

Il workflow è creato come un grafico visuale in ElevenAgents, in cui ogni punto decisionale e trigger di escalation è mappato come nodo che puoi vedere e modificare direttamente.

Una volta attivo, le analisi sovrappongono i dati delle conversazioni reali allo stesso grafico, così vedi esattamente dove i clienti si bloccano o abbandonano e puoi intervenire senza andare a tentativi.

Latenza e prestazioni

La latenza è uno dei fattori principali che determinano se un'interazione sembra umana o meno. Una risposta lenta è uno dei modi più rapidi per ricordare a un cliente che sta parlando con una macchina, anche se tutto il resto della conversazione sta andando bene.

Ogni parte della pipeline aggiunge la propria latenza, sia che l'agente operi via chat o voce. Alcuni fattori si applicano in entrambi i casi, altri solo quando entra in gioco la voce.

• LLM: Ogni scelta di modello richiede un compromesso tra costo, qualità del ragionamento e velocità, e il giusto equilibrio dipende dalla conversazione. Interazioni semplici e frequenti, come FAQ o conferme di appuntamenti, possono usare un modello più rapido e leggero senza compromettere l'esperienza. Per attività più complesse, come la consulenza finanziaria o la risoluzione di problemi in più passaggi, di solito vale la pena pagare per un modello con capacità di ragionamento più solide, anche se risponde un po' più lentamente.
• Knowledge base e RAG: Ogni ricerca nella knowledge base aggiunge un round-trip prima che l'agente possa rispondere, quindi una knowledge base essenziale e mirata risponde più rapidamente di una che l'agente deve esplorare in modo ampio.
• Integrazioni e chiamate ai tool: Ogni chiamata a un tool esterno, come la ricerca di un ordine in Salesforce o la verifica della disponibilità in un calendario, aggiunge il proprio round-trip. Scrivi descrizioni chiare dei tool affinché l'agente non esiti su quale chiamare e richiama soltanto quelli di cui la conversazione ha effettivamente bisogno.
• Geografia e hosting dei dati: Abbina la region di ElevenAgents a quella in cui sono ospitati i tuoi dati e, per le implementazioni telefoniche, anche alla region del tuo provider di telefonia, che sia Twilio, SIP o un altro. Se la region dell'agente e quella del call gateway si trovano ai lati opposti del mondo, questa distanza aggiunge latenza prima ancora che la conversazione inizi.
• Speech to Text (solo voce): Scribe trascrive ciò che dice il cliente prima che l'agente possa elaborarlo. Per le conversazioni dal vivo, usa la versione in tempo reale (Scribe v2 Realtime) anziché quella batch, progettata per privilegiare l'accuratezza rispetto alla velocità.
• Alternanza dei turni (solo voce): Determina quando l'agente decide di rispondere, come descritto in dettaglio sopra. Vale la pena ricordarlo come fattore di latenza a sé stante, poiché un modello che esita a rilevare la fine di un turno aggiunge ritardo prima ancora che inizi il resto della pipeline.
• Text to Speech e selezione della voce (solo voce): Le voci predefinite e sintetiche, insieme alle Instant Voice Clones, rispondono più rapidamente delle Professional Voice Clones. Usa le Professional Voice Clones solo quando la maggiore fedeltà giustifica il compromesso in termini di latenza.

Per approfondire la latenza, consulta le best practice per l'ottimizzazione della latenza e scopri come viene misurata e riportata la latenza nell'intera pipeline.

Progetta il tuo primo agente con ElevenAgents

Le leve illustrate qui mostrano cosa significa in pratica il design dell'IA conversazionale per un agente IA. Tutto è nativo di ElevenAgents e configurabile da una console no-code, così puoi creare un agente che sostiene una conversazione reale invece di limitarsi a rispondere correttamente alle domande.

Per i team che desiderano supporto pratico, gli Forward Deployed Engineers di ElevenLabs collaborano direttamente con il tuo team per definire l'ambito, creare e lanciare un agente pronto per la produzione, quindi restano al tuo fianco per perfezionarne le prestazioni dopo il lancio.

Che tu voglia crearlo in autonomia o affidarti a un supporto, il modo più rapido per vedere la differenza è provarlo. Inizia oggi creando un agente o parlando con il nostro team commerciale.

FAQ sul design dell'IA conversazionale