Agenti AI che fanno il lavoro
che il tuo team ripete ogni giorno

Cosa è un agente AI, secondo la nostra definizione

Un agente AI è un programma con un modello linguistico all’interno, un insieme chiuso di strumenti (il tuo database, CRM, messenger, calendario) e una descrizione del compito. Legge ciò che arriva, decide quale strumento usare, agisce e riferisce. La differenza rispetto a un chatbot è che fa cose: scrive il lead nel CRM, controlla lo stock, redige la risposta nel tono del brand, segnala il caso rischioso a una persona.

Abbiamo costruito e gestito questi agenti per le nostre aziende prima di offrirli: un agente di vendita multicanale che risponde ai clienti su LINE per un brand di integratori sportivi, un revisore finanziario che osserva i margini su un marketplace di beni digitali reale, una pipeline di contenuti che produce brevi video con un agente critico e un moderatore umano su Telegram, un analista che risponde a “quanti ordini da Kyiv il mese scorso” con SQL reale.

Cosa costruiamo

Agenti rivolti al cliente. Supporto e vendite su Telegram, WhatsApp, LINE, Instagram Direct, chat di TikTok Shop e sul sito. Rispondono dalla tua knowledge base, qualificano, prenotano, propongono upsell e passano la mano a una persona quando serve. Ogni canale ha i propri limiti anti-ban su finestre di risposta e frequenza dei messaggi.

Agenti operativi. Instradamento dei lead tra i responsabili con round-robin e assegnazione CRM, digest quotidiani con priorità, monitor delle vendite che allertano in pochi minuti quando il denaro si muove, screening delle candidature con punteggio, OCR di documenti con un modello di visione.

Agenti di contenuto. Schede prodotto, creatività pubblicitarie, brevi video, post ed email generati secondo il tuo standard con un gate di conformità: un modello critico rifiuta per impostazione predefinita, una persona approva il risultato finale. Una delle nostre pipeline ha ridotto le chiamate al modello per video da 66 a circa 3 dopo una riprogettazione.

Agenti di analytics. Un ruolo di sola lettura nel tuo data warehouse, un livello SQL sorvegliato (una sola SELECT, solo il tuo mart, limiti e timeout forzati), e un agente su Telegram che risponde alle domande aziendali con numeri invece di supposizioni.

Come procede un progetto

1. Audit della routine. Ci sediamo con le persone che fanno il lavoro e mappiamo il processo reale: dove arrivano i messaggi, cosa viene risposto, cosa viene deciso, dove si rompe. Da mezza giornata a due giorni.
2. Playbook. Script, obiezioni, limiti, azioni proibite, regole di escalation. Questo diventa il system prompt dell’agente e il suo set di test. Lo rivedi prima di qualsiasi codice.
3. Costruzione e test. L’agente viene eseguito prima su conversazioni reali registrate. Misuriamo la qualità delle risposte, le allucinazioni e il tasso di escalation, e correggiamo il playbook finché i numeri non sono giusti.
4. Lancio con protezioni. Tetti di budget, rate limit, coda di approvazione per i passaggi rischiosi, logging completo. Le persone osservano attentamente la prima settimana.
5. Tuning. Da due settimane a tre mesi di revisione delle conversazioni e miglioramento, a seconda del pacchetto.

Per chi è pensato

Aziende che rispondono a più di 30 messaggi di clienti al giorno, team dove un responsabile passa ore a instradare e fare report, brand che hanno bisogno di contenuti ogni giorno, e chiunque già paghi un abbonamento a un modello e voglia che faccia davvero qualcosa. Se il tuo volume è più basso, te lo diremo e raccomanderemo un bot più semplice.

Stack

Python, FastAPI, Claude e GPT tramite SDK ufficiali con fallback tra provider, PostgreSQL, Redis, Telegram Bot API, WhatsApp Business API, LINE Messaging API, Meta Graph API, vector store per RAG, Docker sul tuo server o sul nostro. Chiavi e dati restano nel tuo account.