Un agente AI su WhatsApp per un e-commerce di integratori che risponde in 45 secondi e sa quando passare la mano

Il contesto

Il cliente è un e-commerce di integratori alimentari che vende online a privati. Il titolare lavora quasi da solo, come dice il documento di avvio del progetto, e un solo numero WhatsApp fa tutto: conferma dei dati di consegna, avvisi di spedizione, un percorso di messaggi dopo l'acquisto e le domande libere dei clienti.

Su quel numero lavoravo dall'estate 2026: il primo pezzo sono state le automazioni sugli ordini e sulle consegne. Quando però un cliente rispondeva con una domanda vera, il messaggio finiva sul telefono del titolare, oppure riceveva un testo fisso, uguale per tutti e non sempre adatto. Questa pagina racconta l'ultimo pezzo: l'agente AI che risponde ai messaggi liberi, acceso per tutti la sera del 01/10/2026.

Il problema

Un numero misurato del "prima" non ce l'ho. Il registro delle conversazioni è nato il 25/09/2026, quando ho cominciato a costruire l'agente, e lo storico delle chat precedenti è un dato riservato che non ho usato per questa pagina.

Il carico si vede però dalle prime settimane con l'agente acceso. Dal 01/10 al 25/10/2026 sono arrivati 117 messaggi da 20 clienti, esclusi i numeri della logistica:

• 64 da clienti dentro il percorso di messaggi dopo l'acquisto;
• 24 domande generiche;
• 19 su ordini in corso;
• 9 sui dati di consegna;
• 1 richiesta di non ricevere più messaggi.

Il primo dato è quello che conta: la maggior parte dei clienti non scrive di sua iniziativa, risponde ai messaggi che riceve. Ogni automazione che parte genera conversazioni, e qualcuno le deve seguire. Senza un agente, ognuno di quei messaggi arrivava al titolare, anche la sera.

Il secondo vincolo è il settore. Con gli integratori una frase sbagliata sugli effetti di un prodotto non è solo un errore di servizio: è un'indicazione sulla salute che un'azienda non può dare. Un agente che improvvisa, qui, non è un rischio accettabile. Per questo il progetto è partito da una domanda precisa: cosa può dire l'agente, e cosa deve passare a una persona.

Cosa ho costruito

L'agente gira su n8n, sul server del cliente, come il resto del sistema. Il modello non l'ho scelto a sensazione: l'ha scelto una batteria di prove. Attorno al modello ci sono più controlli che istruzioni.

1. Prima i controlli, poi l'AI. Ogni messaggio passa da un ingresso unico che lo registra, riconosce i numeri della logistica e le richieste di stop, e guarda se il titolare sta già seguendo quella chat. Se ha scritto a mano nelle ultime 24 ore, l'agente tace.
2. Il filtro sanitario. Prima che il modello veda il messaggio, un elenco di parole legate alla salute (sintomi, medicinali, gravidanza, allergie e simili) lo ferma. Al cliente va un testo fisso, scritto e approvato prima, che lo invita a sentire il proprio medico e gli dice che risponde una persona; il titolare riceve un avviso. Su questi temi il modello non scrive nemmeno una riga.
3. Fonti approvate, non file grezzi. L'agente cerca le risposte in una base di conoscenza fatta di schede prodotto, pagine del sito su spedizioni, resi e condizioni, e testi curati sui prodotti. Ho escluso di proposito i file di lavoro della cartella del cliente, dove convivono più versioni dello stesso documento. Prezzo, disponibilità e link non stanno nella base: l'agente li legge dal negozio al momento della domanda, così non può citare un prezzo vecchio.
4. Il controllo di ogni risposta. Prima dell'invio un controllo automatico cerca i termini vietati e verifica che ogni affermazione sugli effetti di un prodotto sia fra quelle ammesse o si trovi nei testi appena letti. Se la risposta non passa, al cliente arriva un messaggio di passaggio a un collega e il titolare riceve il motivo del blocco.
5. Il passaggio a persona. Reclami, resi, modifiche d'ordine, richieste di parlare con qualcuno, domande senza risposta nelle fonti, vocali e foto: l'agente passa la chat al titolare, con un riepilogo per email. C'è anche un freno: oltre un certo numero di risposte in un'ora allo stesso numero, l'agente si ferma.
6. Le risposte del titolare diventano conoscenza. Quando il titolare risponde a mano, domanda e risposta finiscono, ripulite, in un foglio condiviso. Lui segna ogni riga come approvata o rifiutata; quelle approvate entrano nella base nel giro di pochi minuti, e alla stessa domanda sullo stesso prodotto l'agente risponde da solo invece di passare la mano. Rifiutare una riga la toglie.

L'agente ricorda la conversazione, e non solo la sua parte. Nella memoria entrano anche i messaggi automatici che il cliente ha ricevuto e quelli scritti a mano dal titolare: se un cliente risponde a un avviso di spedizione, l'agente sa a quale avviso sta rispondendo. Dà del Lei sugli ordini e del tu nel percorso dopo l'acquisto, come il resto dei messaggi del negozio.

Prima dell'accensione ho scritto una batteria di 60 casi con l'esito atteso fissato in anticipo: domande sui prodotti, sugli ordini in corso, dei potenziali clienti e del percorso dopo l'acquisto. Il modello scelto li ha superati tutti, 60 su 60. Poi una prova vera dal numero di test, e solo dopo l'accensione per tutti.

I risultati

Dalla sera del 01/10 al 25/10/2026 l'agente ha dato 35 risposte. 21 hanno chiuso la domanda senza bisogno di nessuno, 14 sono passate al titolare, nessuna è finita in errore. Fra il messaggio del cliente e la risposta passano 45 secondi di mediana; il 90% è partito entro 62 secondi, la più lenta dopo 95. Cinque risposte sono arrivate prima delle 8 o dopo le 19.

Il dato che guardo di più è un altro. Nello stesso periodo, dei messaggi di conversazione in uscita il 65% l'ha scritto l'agente (43) e il resto il titolare a mano (23). Non vuol dire che il titolare non scrive più: scrive circa un messaggio su tre.

Cosa rifarei diversamente

La parte conversazionale l'avevo messa in coda. Per settimane il numero ha avuto buone automazioni sugli ordini e testi fissi per tutto il resto, perché avevo legato l'agente alla revisione completa delle schede prodotto, che dipendeva da approvazioni lente. Anche un periodo di prova in ombra, con pochissimi messaggi, mi aveva insegnato poco. Il 01/10 ho cambiato strada: subito le fonti già approvate, e una conoscenza che cresce nel tempo con le risposte del titolare. Oggi partirei così dal primo giorno, su un perimetro stretto.

Il secondo problema è arrivato con il traffico vero. Quando un cliente mandava due messaggi nello stesso secondo, o ne scriveva un altro mentre l'agente stava rispondendo, partivano due risposte. Dal 15/10 l'agente rilegge la conversazione prima di inviare e la risposta superata non parte. Oggi metto questo caso nel collaudo fin dall'inizio: su WhatsApp le persone scrivono a raffiche.

Infine il filtro sanitario. A parole chiave è volutamente grezzo, perché preferisco un falso allarme a una risposta sbagliata. Ma ferma anche domande legittime, come quelle sugli ingredienti, e i due blocchi del periodo erano su testi innocui. È la prossima cosa da rifinire insieme al titolare.

Per chi ha senso

Per un e-commerce in un settore con regole strette (integratori, cosmetica, prodotti per il benessere) in cui le domande arrivano su WhatsApp e un titolare o un piccolo team non riesce a seguirle tutte. Ha più senso se sul numero partono già messaggi automatici: sono loro a generare la maggior parte delle conversazioni.

Non serve con pochi messaggi a settimana, e non sostituisce il parere di un medico o di un professionista della salute. Il suo lavoro è rispondere su prodotti, ordini e consegne con fonti verificate, e passare il resto alle persone.

Strumenti usati

n8nWhatsApp Cloud APIPostgres con pgvectorOpenRouterShopifyGoogle Sheets

Numeri letti il 25 ottobre 2026 dal registro delle conversazioni dell'agente, dalla sera del 01/10/2026, senza modificarli; il collaudo viene dalla batteria di prove del 01/10/2026.