Come integrare un chatbot AI nel sito web (che risponde solo con i contenuti del sito)

Mettere un chatbot sul sito richiede un pomeriggio. Metterne uno che non inventa mai una risposta richiede quattro decisioni.

Nel febbraio 2024 un tribunale della British Columbia ha condannato Air Canada a risarcire un cliente: il chatbot del sito gli aveva descritto una procedura di rimborso che la compagnia in realtà non prevedeva (American Bar Association, Business Law Today, 2024). Air Canada sosteneva che il bot fosse responsabile delle proprie parole. Il tribunale ha respinto la tesi. Quello che dice il chatbot, lo dice l'azienda.

In Europa la questione ha anche un risvolto normativo. Dal 2 agosto 2026 l'AI Act impone di dichiarare fin dal primo contatto che si sta parlando con un sistema di intelligenza artificiale (Regolamento (UE) 2024/1689, art. 50, 2024).

Questa guida copre i quattro passaggi che tengono un assistente AI dentro i contenuti del sito. È il metodo dietro N0VA, l'assistente che gira sul nostro sito. Integrazioni AI

Come si integra un chatbot AI che risponde solo con i contenuti del sito?

Si collega un modello linguistico a un indice delle pagine del sito. A ogni domanda il sistema recupera i passaggi pertinenti e il modello risponde solo da quelli, oppure dichiara di non poter rispondere. Il metodo si chiama retrieval-augmented generation (RAG) ed è stato formalizzato nel 2020 da un gruppo di ricerca di Facebook AI Research (Lewis et al., arXiv, 2020).

Su un sito reale, il lavoro si divide in quattro passaggi:

1. Definire il perimetro. Decidere a quali domande il chatbot può rispondere.
2. Preparare i contenuti. Sistemare le pagine da cui leggerà.
3. Costruire il recupero e la regola di rifiuto. Dare al modello i passaggi giusti e una regola scritta per quando finiscono.
4. Installare e testare. Aggiungere lo script al sito e provare a metterlo in difficoltà prima che lo faccia un visitatore.

Il secondo ramo dello schema è quello in cui cede la maggior parte dei chatbot. Qualsiasi modello sembra sicuro quando conosce la risposta. Il lavoro di progettazione sta in quello che succede quando non la conosce.

Un chatbot che risponde solo con i contenuti del sito usa la retrieval-augmented generation, il metodo descritto da Lewis et al. nel 2020. Per ogni domanda recupera i passaggi pertinenti dalle pagine indicizzate dell'azienda e risponde da quelli. Quando i passaggi non contengono la risposta, lo dichiara e indirizza il visitatore a una persona.

Passo 1: a quali domande deve rispondere il chatbot?

A meno domande di quanto si pensi. Nel 2026 un sondaggio Gartner su 3.566 clienti ha rilevato che il 49% userebbe un chatbot se l'azienda lo offrisse, mentre solo il 27% ne riproverebbe uno dopo un'esperienza negativa (Gartner, Q&A con Eric Keller, settembre 2026). Una risposta sbagliata può costare la domanda successiva.

Il consiglio di Gartner ai responsabili dell'assistenza segue da questi numeri: privilegiare l'affidabilità rispetto alla copertura. Si parte da un insieme mirato di domande a cui il bot risponde bene, e si allarga il perimetro solo quando funziona.

Per un sito aziendale, il perimetro nasce da un elenco. Si raccolgono 20-40 domande vere, prese dalle email ricevute e dalle chiamate commerciali, poi si dividono in due gruppi.

• In ambito: tutto ciò che le pagine del sito dicono già. Servizi, metodo di lavoro, spedizioni, condizioni, prezzi pubblicati.
• Fuori ambito: tutto ciò che richiede una valutazione o un preventivo. Sconti, prezzi personalizzati, domande sul singolo account, consulenze legali o mediche.

Anche le domande fuori ambito meritano una buona risposta. Quella risposta è un passaggio di consegne, e il Passo 3 spiega come scriverlo.

In un sondaggio Gartner del 2026 su 3.566 clienti B2B e B2C, il 49% ha dichiarato che userebbe il chatbot di un'azienda se fosse disponibile, ma solo il 27% ne riproverebbe uno dopo un'esperienza negativa. Un chatbot con un perimetro definito protegge quella seconda occasione meglio di uno ampio che tira a indovinare.

Passo 2: come si preparano i contenuti del sito per un chatbot?

Un chatbot limitato al sito è preciso esattamente quanto le pagine che legge. Gli strumenti gestiti funzionano allo stesso modo: la file search di OpenAI, per esempio, richiede una knowledge base caricata in un vector store prima che il modello possa cercare qualcosa (OpenAI, guida alla file search, 2026). Quello che entra nell'archivio decide quello che esce dal chatbot.

Si cerca spesso come «addestrare un chatbot sui contenuti del sito». L'espressione è comoda, ma tecnicamente imprecisa: nessun modello viene addestrato. Le pagine vengono divise in brevi passaggi indicizzati, che il modello legge nel momento in cui arriva la domanda. Basta reindicizzare una pagina modificata e la risposta successiva cambia di conseguenza.

Quattro abitudini rendono i contenuti pronti:

1. Scegliere le pagine di origine con criterio. Pagine dei servizi, FAQ, condizioni, casi studio. Restano fuori i vecchi articoli che descrivono servizi non più offerti.
2. Dire ogni cosa in un solo punto. Se due pagine indicano tempi di consegna diversi, il chatbot ne sceglierà uno, e non si può controllare quale.
3. Scrivere in sezioni brevi con titoli chiari. Il recupero lavora per passaggi. Una sezione che risponde a una sola domanda, sotto un titolo chiaro, viene recuperata bene.
4. Colmare i vuoti emersi nel Passo 1. Ogni domanda in ambito a cui il sito non risponde ancora richiede una pagina o un paragrafo prima del lancio.

Il quarto punto è quello che vale di più. Preparare i contenuti per un chatbot equivale a fare l'audit del sito dal lato del visitatore. Le domande a cui le pagine non rispondono sono le stesse con cui un lettore in carne e ossa ha lasciato il sito.

La precisione di un chatbot che risponde solo con i contenuti del sito dipende dalla preparazione dei contenuti, senza alcun addestramento del modello: pagine di origine scelte con criterio e ogni informazione indicata una sola volta, in sezioni brevi. Strumenti gestiti come la file search di OpenAI richiedono questa knowledge base prima di poter cercare.

Passo 3: come si impedisce al chatbot di inventare le risposte?

Con il recupero e una regola di rifiuto scritta, che lavorano insieme. Il recupero mette davanti al modello i passaggi del sito. La regola gli dice cosa fare quando quei passaggi non contengono la risposta: dichiararlo e indirizzare il visitatore a una persona. Nel 2026 l'87% dei clienti ha dichiarato a Gartner che poter parlare con una persona è essenziale quando un'azienda usa l'AI generativa nell'assistenza (Gartner, 2026).

Due modi per costruire il recupero

Uno strumento di recupero gestito. I contenuti si caricano in un indice gestito, come un vector store usato con la file search di OpenAI, e il modello lo consulta prima di rispondere. È la strada più rapida per avere un assistente funzionante. In cambio si cede parte del controllo su come i contenuti vengono divisi e ordinati.

Una pipeline su misura. Si decide come dividere e ordinare le pagine, fino alla quantità di testo che arriva al modello per ogni risposta. Richiede più sviluppo. In cambio si controllano precisione e costi in ogni fase. La maggior parte dei widget di chat già pronti si appoggia a una di queste due strade: vale la pena chiedere al fornitore quale.

Quattro regole per il prompt di sistema

1. Rispondere solo dai passaggi recuperati. Niente conoscenza generale, niente ipotesi plausibili.
2. Se i passaggi non coprono la domanda, dirlo chiaramente. Una frase, senza giri di scuse.
3. Mostrare la fonte. Collegare la pagina da cui arriva ogni risposta, così il visitatore può verificarla con un clic.
4. Passare la mano con un'azione precisa. Un link di prenotazione o un'email diretta, indicati nella risposta.

La seconda regola è la più difficile. I modelli linguistici sono costruiti per essere utili, e un'ipotesi dal tono convincente è il loro comportamento predefinito. Il rifiuto va scritto in modo esplicito, poi testato con domande pensate per aggirarlo. È al limite di ciò che l'assistente sa che il visitatore decide se fidarsi.

Un chatbot AI limitato al sito richiede quattro regole nel prompt di sistema: rispondere solo dai passaggi recuperati, dichiarare quando i contenuti non coprono la domanda, collegare ogni risposta alla sua pagina di origine e passare la mano con un'azione precisa. Secondo Gartner, nel 2026 l'87% dei clienti considera essenziale poter parlare con una persona.

Passo 4: come si installa il chatbot sul sito e come si testa?

La maggior parte dei chatbot si installa con un unico script. Su Webflow il codice personalizzato va nelle impostazioni del sito, scheda Custom code, e Webflow consiglia di inserire gli script prima del tag </body> di chiusura perché di solito migliora le prestazioni della pagina (Webflow Help Center, Custom code in head and body tags, 2026). Quasi tutte le altre piattaforme funzionano allo stesso modo. Progettazione e sviluppo Webflow

Dichiarare che è un'AI

Per chi opera in Europa c'è un passaggio in più. L'articolo 50 dell'AI Act, applicabile dal 2 agosto 2026, impone di informare le persone che stanno interagendo con un sistema di intelligenza artificiale, salvo che sia evidente dal contesto (Regolamento (UE) 2024/1689; Fiscal Focus, agosto 2026). Le sanzioni per chi non rispetta gli obblighi di trasparenza arrivano fino a 15 milioni di euro o al 3% del fatturato mondiale annuo.

In pratica bastano due accorgimenti: un'etichetta come «Assistente AI» nell'intestazione della chat e un primo messaggio che lo dichiara. Per i casi particolari conviene comunque un parere legale.

Testare prima del lancio

L'installazione richiede pochi minuti. Il test merita una giornata intera. Prima del lancio vanno provati quattro tipi di domanda:

1. Domande in ambito, dall'elenco del Passo 1. Ogni risposta deve essere corretta e collegata alla fonte.
2. Domande fuori ambito. Chiedere uno sconto o un preventivo su misura. Il bot deve rifiutare e passare la mano.
3. Domande con una premessa sbagliata. «Ho letto che spedite gratis in tutto il mondo.» Se il sito non lo dice, il bot deve correggere la premessa.
4. Tentativi di aggirare le istruzioni. La prompt injection, in cui un utente prova a convincere il modello a ignorare le proprie regole, è al primo posto nella OWASP Top 10 for LLM Applications 2025 (OWASP GenAI Security Project, 2025). Si chiede al bot di ignorare le regole, poi di rivelare le istruzioni. Non deve fare né l'una né l'altra cosa.

Dopo il lancio, il registro resta aperto. Ogni domanda rifiutata è un visitatore che dice, con parole sue, cosa il sito non spiega ancora. Nel primo mese conviene rivedere l'elenco ogni settimana: è un piano editoriale scritto dai clienti.

Prima di lanciare un chatbot sul sito vanno testati quattro tipi di domanda: domande in ambito, richieste fuori ambito come gli sconti, domande con premesse false e tentativi di prompt injection. In Europa, dal 2 agosto 2026, l'articolo 50 dell'AI Act richiede anche di dichiarare all'utente che sta parlando con un'intelligenza artificiale.

Quanto costa far funzionare un chatbot limitato al sito?

Meno di quanto si mette di solito a budget. Il nostro assistente, N0VA, gira su dopaminestudio.io per meno di 1 € al mese. Risponde solo con i contenuti del nostro sito, e calibriamo il modello e il suo livello di ragionamento su ogni compito.

Il costo di esercizio dipende da due variabili: quante domande fanno i visitatori e quanto testo viene recuperato per ogni risposta. Contenuti puliti e mirati tengono basse entrambe. L'investimento vero arriva prima del lancio, nella preparazione dei contenuti e nei test. È un lavoro che si fa una volta e ripaga a ogni conversazione.

N0VA, l'assistente del sito di Dopamine Studio, usa un recupero limitato ai contenuti dello studio e costa meno di 1 € al mese. Per un chatbot di questo tipo il costo cresce con il numero di domande e con la quantità di testo recuperata per risposta, e resta basso per i siti aziendali con contenuti mirati.