Chatbot AI per E-commerce con RAG ed Elasticsearch
Chatbot AI per un e-commerce, attivo su sito web e WhatsApp: un sistema RAG risponde sui contenuti aziendali ed Elasticsearch cerca nel catalogo prodotti. Quando serve, la conversazione passa a un operatore.
La sfida
In un e-commerce le domande dei clienti riguardano sia informazioni generali sia prodotti specifici. Il chatbot doveva gestire entrambi i casi: rispondere in base ai contenuti aziendali e trovare i prodotti nel catalogo, sul sito e su WhatsApp.
La soluzione
ControlCode ha realizzato un chatbot AI che incrocia due fonti: un sistema RAG, per rispondere in base ai contenuti aziendali e alle regole di sicurezza, ed Elasticsearch, per cercare nel catalogo prodotti. WhatsApp è collegato tramite le API di Meta e, quando serve, la conversazione passa a un operatore.
Funzionalità principali
Ricerca nel catalogo con Elasticsearch
Quando il cliente chiede un prodotto, il chatbot lo cerca nel catalogo tramite Elasticsearch.
Risposte basate sui contenuti aziendali
Il sistema RAG recupera le informazioni pertinenti dai contenuti dell'azienda e tiene conto delle regole di sicurezza.
Sito web e WhatsApp
Lo stesso assistente è disponibile sul sito e su WhatsApp, collegato tramite le API di Meta.
Passaggio a un operatore
Quando serve, la conversazione passa a una persona dell'azienda.
Domande frequenti
Fanno due lavori diversi. Elasticsearch è un motore di ricerca adatto a trovare dati in un catalogo, mentre il RAG fornisce al modello i contenuti su cui basare la risposta. Insieme permettono al chatbot di gestire sia le domande sui prodotti sia quelle generali.
È un'architettura in cui il modello AI riceve, insieme alla domanda, i contenuti pertinenti recuperati da una base di conoscenza. Le risposte possono così basarsi sulle informazioni dell'azienda e non solo sulle conoscenze generali del modello.
Sì. Il chatbot gestisce le richieste per cui ha le informazioni necessarie e, quando serve, passa la conversazione a un operatore.