Perché il tuo chatbot AI dà risposte sbagliate (e come sistemarlo)

Aggiornato il 27 agosto 2026

Le risposte sbagliate risalgono quasi sempre a una di cinque cause. Come distinguerle da una trascrizione e la soluzione per ciascuna.

Un chatbot che dà una risposta sbagliata con sicurezza fa più danno che non avere affatto un chatbot. Vale la pena essere sistematici sul perché sia successo, perché le cinque cause sembrano identiche dall'esterno e hanno soluzioni completamente diverse.

1. La risposta non era nei tuoi contenuti. È di gran lunga la causa più comune. All'assistente è stata posta una domanda che la tua knowledge base non copre e, invece di ammetterlo, ha prodotto qualcosa di plausibile. Verifica prima se la risposta esiste da qualche parte nei tuoi contenuti. Se non esiste, il modello non avrebbe mai potuto azzeccarla. La soluzione ha due parti: scrivere l'articolo mancante e, cosa ancora più importante, assicurarsi che l'assistente sia istruito a dire “non lo so” e a proporre una persona, invece di riempire il vuoto. Se il tuo strumento non lo fa in modo affidabile, è un grave difetto.

2. Il contenuto esiste ma non è stato recuperato. La risposta è davvero nella tua knowledge base, ma il passaggio di ricerca non l'ha fatta emergere. Di solito significa un disallineamento lessicale (il cliente ha detto “rimborso”, il tuo articolo dice “rimborso spese”) oppure un articolo così lungo e multi-argomento che nessun singolo frammento corrisponde bene alla domanda. Si risolve dividendo gli articoli lunghi in pezzi su un solo argomento e includendo nel testo la formulazione usata dal cliente.

3. Due articoli si contraddicono. La vecchia pagina delle policy dice 30 giorni, quella nuova dice 45, e sono entrambe ancora pubblicate. L'assistente ha recuperato quella obsoleta e non aveva modo di sapere quale fosse attuale. È il fallimento che più premia la manutenzione: elimina i contenuti superati invece di lasciarli in giro. Cerca i duplicati ogni volta che cambia una policy.

4. La domanda era ambigua e l'assistente ha indovinato. “Funziona con la mia configurazione?” non ha una risposta corretta senza più informazioni. Un buon assistente fa una domanda di chiarimento; uno cattivo sceglie un'interpretazione e risponde con sicurezza. Se vedi questo schema, modifica il tuo prompt di sistema per preferire esplicitamente la domanda all'ipotesi quando una richiesta è poco specificata.

5. Gli è stato chiesto di fare qualcosa che non dovrebbe fare affatto. Rimborsi, modifiche dell'account, specifiche legali o mediche, eccezioni sui prezzi. L'assistente non dovrebbe mai improvvisare policy in questi casi, per quanto buoni siano i tuoi contenuti. La soluzione non è un contenuto migliore, ma una regola di instradamento che invia questi argomenti a una persona prima ancora che l'AI risponda.

Come diagnosticare rapidamente. Apri la trascrizione e chiediti, in ordine: la risposta corretta esiste nei miei contenuti? Se no, causa 1. Se sì, è stato recuperato l'articolo giusto? Se no, causa 2. Se sì ma la risposta era comunque sbagliata, c'è un articolo che la contraddice? Quella è la causa 3. Se i contenuti andavano bene ed erano unici, la domanda era ambigua? Causa 4. E se la domanda riguardava denaro, account o eccezioni alle policy, è la causa 5 a prescindere da tutto il resto, e non avrebbe mai dovuto arrivare all'AI.

Lo schema di fondo di tutte e cinque. Quattro di queste sono problemi di contenuti e configurazione, non del modello. L'istinto, quando un chatbot sbaglia qualcosa, è dare la colpa all'AI o andare alla ricerca di un modello migliore, ed è quasi sempre uno sforzo diretto nel posto sbagliato. I team che trattano ogni risposta sbagliata come un bug di contenuto (lo trovano, sistemano l'articolo o la regola e vanno avanti) finiscono con un assistente che migliora misurabilmente ogni settimana. I team che continuano a cambiare modello restano nello stesso punto, con una fattura più alta.

Una cosa che vale la pena esigere quando scegli uno strumento: devi poter vedere le trascrizioni e sapere cosa ha recuperato l'assistente. Diagnosticare una qualsiasi di queste cause senza visibilità su cosa è successo significa andare a intuito.

Cinque cause: contenuti mancanti, recupero fallito, contraddizioni, ambiguità e domande a cui l'AI non dovrebbe mai rispondere.

Diagnostica dalla trascrizione chiedendoti prima se la risposta esisteva, poi se è stata recuperata.

Quattro su cinque sono bug di contenuto o di configurazione, non motivi per cambiare modello.