Ho costruito un assistente AI su WhatsApp per una società di impianti fotovoltaici. Ecco com'è andata.

Il contesto

Collaboro con Elianto Solar Solutions, un’azienda specializzata in impianti fotovoltaici residenziali e aziendali. Il problema non era la qualità del servizio. Era la velocità di risposta e la dispersione delle informazioni: ogni richiesta gestita manualmente, ogni lead che rischiava di perdersi, ogni assistenza tecnica che aspettava il giorno lavorativo successivo.

La soluzione che ho costruito

Ho integrato un assistente basato su Claude di Anthropic direttamente nel canale WhatsApp aziendale, collegato al CRM (EspoCRM) tramite la piattaforma di automazione Make. Non si tratta di un semplice chatbot. È un sistema che ragiona, qualifica e agisce.

• Riconosce il cliente — consulta il CRM in tempo reale e distingue un nuovo contatto da un lead già registrato o da un cliente con impianto installato.
• Guida la conversazione — fa le domande giuste nell’ordine giusto. Per un preventivo raccoglie tipo di utenza, zona geografica e consumi. Per un’assistenza tecnica: codice errore, modello inverter, durata del problema.
• Gestisce i casi tecnici — ho collegato un database degli errori degli inverter Zucchetti ZCS. Se il problema richiede un intervento, apre un caso nel CRM e lo assegna al team tecnico.
• Chiude sempre con un’azione — ogni conversazione si conclude con un appuntamento fissato, un lead creato o un caso aperto. Nessuna richiesta si perde.

Le scelte tecniche (e perché le ho fatte)

Sul modello AI — ho scelto Claude Sonnet invece di modelli più potenti e costosi. Per questo caso d’uso la differenza qualitativa è minima, mentre il risparmio sui costi è significativo. L’innovazione deve essere sostenibile.

Sul prompt caching — Anthropic permette di cachare le parti fisse del prompt per ridurre il consumo di token nelle chiamate successive. Ho verificato che sulle conversazioni ravvicinate il sistema lo applica già automaticamente.

Sullo storico conversazione — ho calibrato il numero di scambi memorizzati per thread WhatsApp. Troppi aumentano i costi esponenzialmente senza migliorare la qualità. Il punto di equilibrio è intorno ai 10 scambi recenti.

Sulla logica dei tool — l’assistente ha 8 strumenti: ricerca lead, ricerca contatti, creazione lead, creazione meeting, ricerca casi, creazione casi, knowledge base, database errori. Il system prompt definisce esattamente quando e come usarli.

Cosa ho imparato

L’AI non sostituisce le persone — le libera. Il team commerciale riceve prospect già qualificati. Il team tecnico trova i casi già aperti. Meno tempo in raccolta dati, più tempo per ciò che conta.

Il prompt è il prodotto. La qualità del sistema dipende quasi interamente da come è scritto il system prompt. Un prompt mal strutturato produce un assistente confuso. Un prompt preciso produce un assistente che sembra quasi umano.

I costi vanno monitorati fin dal primo giorno. Un modello sbagliato o parametri mal configurati possono far esplodere i costi in modo inaspettato.

I risultati

• Nessuna richiesta persa fuori dagli orari lavorativi
• Tempo medio di risposta: da ore a secondi
• Lead qualificati in ingresso al team commerciale, con dati già raccolti
• Assistenze tecniche tracciate e assegnate automaticamente

Puoi farlo anche tu

Questo sistema è replicabile in qualsiasi settore con richieste ripetitive su WhatsApp — energia, edilizia, immobiliare, professioni sanitarie, e-commerce, servizi. Non serve essere una grande azienda. Serve avere un processo chiaro e la voglia di automatizzarlo.

Se vuoi capire come potrebbe funzionare per la tua realtà, contattami direttamente.