GEPPO, l’agente AI che potenzia l’esperienza d’uso di C’è Posto
Perché un agente AI su C’è Posto
C’è Posto gestisce prenotazioni, turni e comunicazioni con utenti e clienti. Nel quotidiano, però, emergono domande ricorrenti (“come modifico un appuntamento?”, “perché non vedo gli slot?”, “posso spostare una prenotazione di gruppo?”) che, se non gestite, si trasformano in ticket e telefonate. GEPPO è l’agente AI pensato per assorbire questo carico: risponde h24, guida passo-passo dentro l’applicativo, previene errori, instrada i casi complessi alle persone giuste. Risultato: meno attrito per gli utenti, meno richieste ripetitive per i team operativi.
Cosa fa Geppo, in pratica
Assistenza in linguaggio naturale
Gli utenti scrivono o parlano come farebbero con un collega. GEPPO comprende l’intento (“cancellare una prenotazione per domani alle 9”), chiede chiarimenti solo quando servono e restituisce risposte operative, con link diretti alle sezioni rilevanti di C’è Posto.
Supporto contestuale nell'app
Se l’utente sta guardando il calendario o la pagina di configurazione, l’agente adatta il suggerimento al contesto (es. “sei nella vista risorse: per sbloccare slot aggiungi una fascia oraria qui”)
Automazioni guidate
Per azioni ripetitive (invio promemoria, chiusura slot, duplicazione fasce, esport CSV) GEPPO propone flussi passo-passo, riducendo tempi e errori.
Deflessione ticket e instradamento
Quando la richiesta eccede le sue deleghe (es. problemi di fatturazione o policy), GEPPO raccoglie i dati minimi, genera un riepilogo strutturato e apre un ticket verso il canale corretto, evitando back-and-forth.
Apprendimento continuo dalle interazioni
Ogni conversazione alimenta insight: argomenti più frequenti, passaggi dell’interfaccia meno chiari, punti in cui l’utente abbandona. Queste evidenze diventano azioni di miglioramento
Il Back Office di GEPPO: cervello operativo e cabina di regia
Il valore distintivo non è solo la chat: è il back office che consente di configurare, addestrare e controllare l’agente con precisione.
1) Configurazione e addestramento
- Base di conoscenza: caricamento e versionamento di FAQ, guide operative, policy, glossari, messaggi di sistema (tone of voice, confini d’azione).
- Connettori dati: collegamento a manuali, help center, changelog, e—se previsto—metadati applicativi utili al ragionamento (nomi risorse, orari, vincoli).
- Istruzioni di sicurezza e privacy: regole su cosa può o non può dire/fare, gestione PII, mascheramento dati in output.
- Playbook di escalation: instradamenti per categorie (tecnico, amministrativo, commerciale), con raccolta campi obbligatori.
2) Controllo delle chat e qualità
- Dashboard delle conversazioni
Filtri per data, canale, lingua, intento; grafici su volumi, picchi orari, durata media, esiti (risolto, escalation, follow-up). - Analisi domande/risposte
Vedi le query esatte degli utenti e le risposte date dall’agente. Puoi:- taggare conversazioni (es. “slot non disponibili”, “permessi utente”);
- segnalare risposte da migliorare;
- suggerire contenuti mancanti (nuova FAQ, screenshot, micro-tutorial).
- Valutazione del modello
Indicatori chiave:- Tasso di deflessione (quante richieste si chiudono senza intervento umano);
- FCR First Contact Resolution (risolte al primo contatto);
- Punteggio di confidenza delle risposte;
- CSAT in-chat (soddisfazione a caldo);
- Tempo medio a risposta;
- Tasso di escalation corretta (instradamenti giusti al primo colpo).
- Ciclo di miglioramento
Dal pannello puoi trasformare conversazioni “problematiche” in nuovi esempi di addestramento (prompt-completion), aggiornare la knowledge base e lanciare un ri-addestramento controllato (vedi sotto).
Come capire se “il modello funziona bene”
Il controllo delle chat non serve solo a fare reporting: permette una verifica continua del comportamento dell’agente.
Segnali positivi:
- Domande ripetitive risolte stabilmente con passaggi chiari.
- Riduzione delle richieste su un tema dopo un aggiornamento di contenuti (es. pubblicazione guida “Sbloccare slot in festività”).
- Escalation poche ma precise, con ticket già completi di informazioni.
Segnali di allerta:
- Calo del punteggio di confidenza su determinate categorie.
- Aumento delle riformulazioni (“non ho capito”, “intendi questo?”).
- Picchi di escalation “non pertinenti”.
- Feedback negativi concentrati su specifici step dell’interfaccia.
Quando si presentano pattern di allerta, il back office permette di riaddestrare l’agente su:
- nuovi flussi introdotti in C’è Posto,
- cambi di policy/procedure,
- errori ricorrenti osservati nelle conversazioni,
- esempi “contraddittori” da correggere con istruzioni più stringenti.
Benefici concreti per team e organizzazione
- Riduzione del carico sul supporto: deflessione delle richieste di base (reset password, gestione slot, modifica prenotazioni).
- Onboarding più rapido: i nuovi operatori usano GEPPO come “coach” per apprendere processi e nomenclature.
- Coerenza delle risposte: niente interpretazioni personali; l’agente segue policy e contenuti approvati.
- Insight azionabili sul prodotto: dai topic ricorrenti emergono esigenze di UX, micro-testi, tooltips, o semplificazioni dei flussi.
- Operatività h24: copertura fuori orario senza costi marginali crescenti.
- Scalabilità: i picchi stagionali (saldi, scadenze, campagne) non mandano in crisi la coda del supporto.
Sicurezza, privacy e governance
- Controlli sugli accessi: ruoli granulari nel back office (viewer, editor, admin).
- Mascheramento e minimizzazione: le risposte evitano di esporre dati personali non necessari; i log possono essere pseudonimizzati.
- Guardrail conversazionali: limiti chiari su ciò che l’agente può eseguire o affermare; messaggi di fallback trasparenti.
- Versionamento dei contenuti: ogni modifica a FAQ, istruzioni e dataset di addestramento è tracciata, con possibilità di rollback.
- Audit trail: cronologia di ri-addestramenti, valutazioni qualità e decisioni di pubblicazione del modello.
Nota: se la tua organizzazione adotta standard ISO/IEC o policy interne stringenti, GEPPO può essere configurato in modo coerente (es. segregazione ambienti, approvazioni prima del deploy, retention log).