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

In passato, progettare l'IA conversazionale significava creare un albero decisionale. I primi chatbot e menu IVR seguivano ramificazioni rigide e predefinite: premi 1 per la fatturazione, rispondi "sì" o "no" e spera che la domanda del cliente corrisponda a uno dei percorsi previsti. Quel 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 da una knowledge base, chiamare strumenti e ricordare quanto già detto, quindi non sono più limitati da 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 funzionare in una conversazione aperta e in tempo reale, anziché predeterminata.

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

In sintesi

• La progettazione dell'IA conversazionale riguarda il modo in cui la comunicazione di un agente IA viene strutturata e ottimizzata affinché la 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 consente di creare agenti IA vocali e chat simili a esseri umani grazie a funzionalità che ti permettono di controllare voce, persona e flusso della conversazione, oltre a ottimizzare la latenza su ogni canale.

Cos'è la progettazione dell'IA conversazionale?

La progettazione dell'IA conversazionale è la pratica UX che configura il comportamento di un agente IA. Include tutto: dalla sua persona ai guardrail, ai workflow e alle knowledge base da cui attinge, elementi che collaborano per rendere la conversazione curata quanto ogni altra parte dell'esperienza del prodotto.

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

Ecco cosa devi considerare quando implementi la progettazione 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 torna, e questa sensazione basta a compromettere la fiducia nell'agente nel suo insieme, mettendo a rischio gli obiettivi per cui lo hai implementato.

Perché la progettazione dell'IA conversazionale è importante per una buona esperienza utente

Ogni fattore descritto 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 tasso di risoluzione: i clienti valutano meglio un'interazione quando l'agente risponde prontamente e non interrompe in modo innaturale.
• Minore abbandono: i clienti abbandonano una conversazione non solo per le lunghe attese. Una risposta che non soddisfa le aspettative, che sia una pausa imbarazzante in una chiamata o un messaggio rigido e poco in linea con il brand nella chat, può suscitare lo stesso impulso a terminare la conversazione.
• Tempi di risoluzione più rapidi: impostazioni chiare del flusso della conversazione e workflow ben mappati significano meno vicoli ciechi, domande ripetute e momenti in cui dire "ti trasferisco".
• Meno escalation agli agenti umani: quando un agente gestisce naturalmente il flusso della conversazione e segue un workflow definito, risolve più richieste al primo tentativo invece di confondere il cliente fino a fargli chiedere una persona.

Per esempio, considera 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 doppia cifra nella velocità di risoluzione e una riduzione a doppia cifra del tasso di trasferimento delle chiamate, grazie in parte alla sintesi vocale a bassa latenza e a un'identificazione dell'intento più accurata all'inizio di ogni chiamata. Risultati come questi dipendono da molte variabili oltre alla sola progettazione della conversazione, ma mostrano cosa può rendere possibile una buona progettazione dell'IA conversazionale.

Come funziona la progettazione dell'IA conversazionale in ElevenAgents

In ElevenAgents puoi ottimizzare elementi come persona, voce, alternanza dei turni, passaggi di consegna 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 vera conversazione.

Persona e scelta della voce

La persona determina la prima impressione del cliente e una mancata corrispondenza compromette 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 trasmette lo stesso segnale che trasmetterebbe nel testo una persona non adatta, quindi la selezione della voce diventa parte dello stesso compito. Ecco da dove iniziare:

• Selezione della voce: abbina la voce al tuo brand, pubblico e argomento. Accento, genere e tono contribuiscono a creare fiducia nel 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 stessa voce forzata su più lingue tende a sembrare straniera in almeno una di esse, compromettendo 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 parti da zero. Se nessuna è adatta, hai altre due opzioni: clona una voce esistente da un breve campione audio oppure creane una da zero con un prompt di testo che descriva età, accento, tono e ritmo desiderati.

Impostazioni del flusso della conversazione

Nella voce, la conversazione segue tempistiche più rigide. A differenza della chat, dove una pausa è semplicemente uno spazio vuoto, un'interruzione del ritmo in una chiamata viene subito percepita come silenzio o connessione caduta. Azzeccare questo ritmo è la leva più importante per far sembrare un agente vocale un partecipante naturale alla conversazione, e tutto parte dal modello di alternanza dei turni.

Il modello di alternanza dei turni di ElevenLabs è un sistema basato sulla ricerca, progettato per rilevare quando una persona ha effettivamente finito di parlare anziché essersi semplicemente fermata. In questo modo può stabilire quando un 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: quanto tempo l'agente attende in silenzio prima di rispondere, così non interviene mentre il cliente sta ancora pensando né lo lascia in attesa dopo che ha finito.
• Timeout soft: una breve frase riempitiva che l'agente usa per coprire una pausa di elaborazione, come "Un attimo" o "Vediamo", affinché i clienti non pensino che la chiamata sia caduta. Evita formule che promettono un tempo specifico, come "un secondo", perché i tempi di risposta effettivi variano.
• Interruzioni: determina se l'agente smette di parlare quando il cliente inizia a sovrapporsi. Abilita questa opzione per uno scambio naturale. Disabilitala quando è importante che il messaggio venga trasmesso integralmente, ad esempio per disclaimer legali, istruzioni di sicurezza e qualsiasi contenuto che debba essere ascoltato per intero.
• Prontezza nel prendere il turno: quanto rapidamente l'agente interviene per rispondere dopo che il cliente ha smesso di parlare. "Eager" è adatto al servizio clienti, dove contano soprattutto risposte rapide. "Patient" funziona meglio quando raccogli informazioni del 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 passaggi di consegna e scripting

I workflow sono il punto in cui gran parte della progettazione dell'IA conversazionale prende forma in ElevenAgents. Definiscono cosa accade e quando: punti decisionali, percorsi di escalation, passaggi di consegna e tutto ciò che altrimenti l'agente dovrebbe improvvisare.

I workflow operano insieme ad altri due sistemi per perfezionare il tuo agente. Il system prompt definisce il comportamento fondamentale dell'agente, inclusi ruolo, tono e ciò che dirà o non dirà, nei momenti chiave come saluti o passaggi di consegna. Le procedure sono un'opzione più prescrittiva per un'attività singola e ben definita, come verificare l'identità di un cliente o gestire un 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 predefiniti, che offrono un punto di partenza sia per i workflow sia per i system prompt, così puoi perfezionarli invece di creare tutto da zero. Ecco alcune modifiche con cui puoi iniziare per personalizzarli:

• Mappatura delle decisioni: definisci con precisione cosa fa l'agente a ogni punto decisionale, così l'intera conversazione è delineata dall'apertura alla risoluzione. Nodi subagent ti consentono di modificare il system prompt, il modello o persino la voce in punti specifici del flusso, così una fase di verifica sensibile può operare con guardrail più rigorosi rispetto alle conversazioni informali all'inizio della chiamata.
• Trigger di escalation: definisci trigger chiari per trasferire a una persona, integrandoli nel workflow invece di lasciare che l'agente decida sul momento. Ad esempio, effettua l'escalation quando un problema resta irrisolto dopo due tentativi, quando il cliente chiede un supervisore o quando la transazione è abbastanza sensibile o di valore elevato da richiedere una persona.
• Contesto del passaggio di consegna: nel system prompt, definisci ciò che l'agente deve raccogliere prima del trasferimento, come un ID ordine o un numero di conto, e le condizioni che attivano il passaggio. Quindi mappa i dettagli salvati alla configurazione dello strumento di trasferimento, affinché vengano trasferiti automaticamente e il cliente non debba ripetersi con un operatore umano.
• Formulazioni predefinite: definisci il testo esatto per i momenti critici nel system prompt. Saluti iniziali, messaggi di errore, disclaimer legali e passaggi di escalation non dovrebbero mai essere lasciati all'improvvisazione dell'agente. Una frase precisa come "Al momento ho difficoltà ad accedere a queste informazioni" è più affidabile che lasciare all'agente il compito di decidere come formularla quando qualcosa non funziona.

Il workflow stesso viene creato come grafico visivo in ElevenAgents, con ogni punto decisionale e trigger di escalation mappato come nodo che puoi visualizzare e modificare direttamente.

Una volta online, le analisi sovrappongono i dati delle conversazioni reali allo stesso grafico, così puoi vedere esattamente dove i clienti si bloccano o abbandonano e 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 al cliente che sta parlando con una macchina, anche se tutto il resto della conversazione procede bene.

Ogni parte della pipeline aggiunge la propria latenza, indipendentemente dal fatto che l'agente operi via chat o voce. Alcuni fattori si applicano in entrambi i casi, altri solo quando è coinvolta la voce.

• LLM: ogni scelta del modello è 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 utilizzare un modello più rapido e leggero senza peggiorare l'esperienza. Per attività più complesse, come consulenza finanziaria o risoluzione di problemi in più passaggi, di solito vale la pena scegliere un modello con capacità di ragionamento migliori, 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 focalizzata risponde più rapidamente di una che l'agente deve esplorare in modo ampio.
• Integrazioni e tool call: ogni chiamata a uno strumento esterno, come cercare un ordine in Salesforce o verificare la disponibilità in un calendario, aggiunge un proprio round-trip. Scrivi descrizioni chiare degli strumenti affinché l'agente non esiti su quale chiamare e chiama solo quelli realmente necessari alla conversazione.
• Geografia e hosting dei dati: abbina la regione di ElevenAgents a quella in cui sono forniti i tuoi dati e, per le implementazioni telefoniche, anche alla regione del tuo provider di telefonia, che sia Twilio, SIP o altro. Se la regione dell'agente e quella del call gateway sono 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 la versione batch, progettata per privilegiare l'accuratezza rispetto alla velocità.
• Alternanza dei turni (solo voce): determina quando l'agente decide di rispondere, come descritto nel dettaglio sopra. Va considerata anche come fattore di latenza a sé stante, perché 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 quando la fedeltà aggiuntiva 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 descritte qui rappresentano in pratica la progettazione dell'IA conversazionale per un agente IA. Sono tutte native di ElevenAgents e configurabili da una console no-code, così puoi creare un agente capace di sostenere una vera conversazione 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, poi continuano a ottimizzarne le prestazioni dopo il lancio.

Che tu lo stia creando in autonomia o con supporto esterno, il modo più rapido per vedere la differenza è provarlo. Inizia oggi creando un agente oppure parlando con il nostro team commerciale.

FAQ sulla progettazione dell'IA conversazionale