Un'utterance è una singola frase o messaggio di esempio che insegna al chatbot come riconoscere un intent. La raccolta di utterance diverse per lo stesso intent è ciò che permette al modello NLP di generalizzare e capire infinite varianti dello stesso messaggio, non solo le frasi identiche agli esempi di training.
Cos'è un'Utterance nel Chatbot?
Gli utenti non usano mai esattamente le stesse parole. "Voglio prenotare", "Posso prenotare?", "Prenoto", "Ho bisogno di un appuntamento", "È possibile fissare..." sono tutte varianti che esprimono lo stesso intent di prenotazione. Il modello NLP impara a riconoscere questo intent grazie agli esempi forniti durante il training: le utterance.
Più utterance diverse vengono fornite per un intent, più il modello diventa bravo a riconoscere anche formulazioni mai viste durante il training. Questo processo si chiama generalizzazione: il modello non memorizza le frasi esatte, ma apprende i pattern linguistici che identificano ogni intent.
La qualità delle utterance è un fattore critico per le performance del chatbot. Utterance mal selezionate (troppo simili tra loro, ambigue, o che si sovrappongono con altri intent) riducono l'accuracy del modello indipendentemente dalla qualità dell'architettura AI sottostante.
Esempi di Utterance per Intent Comuni
Intent: Prenotazione Appuntamento
Utterance Efficaci (diversificate)
- "Voglio prenotare un appuntamento"
- "Posso fissare una visita?"
- "Prenoto per domani"
- "Ho bisogno di un appuntamento urgente"
- "Quando siete liberi per ricevermi?"
- "Vorrei venire da voi questa settimana"
- "Devo prendere un appuntamento"
- "Disponibilità per una prenotazione?"
- "Come prenoto?"
- "Booking disponibile?"
- "Posso venire sabato mattina?"
- "Libero slot martedì?"
Utterance Non Efficaci (troppo simili)
- "Voglio prenotare" ← ok come prima
- "Desidero prenotare" ← quasi identica
- "Intendo prenotare" ← quasi identica
- "Vorrei prenotare" ← quasi identica
- "Mi piacerebbe prenotare" ← quasi identica
- → Queste 5 frasi non aggiungono informazioni diverse; il modello non impara varianti linguistiche significative
Intent: Cancellazione Prenotazione
- "Voglio cancellare"
- "Devo disdire l'appuntamento"
- "Annullo la prenotazione"
- "Non vengo più"
- "Eliminare booking"
- "Posso cancellare senza penale?"
- "Come faccio a disdire?"
- "Devo spostare e poi cancellare"
- "Cancellazione prenotazione numero..."
- "Non mi è più possibile venire"
Intent: Richiesta Informazioni Orari
- "Che orari fate?"
- "Siete aperti sabato?"
- "A che ora chiudete?"
- "Orario di apertura"
- "Quando aprite?"
- "Lavorate il sabato mattina?"
- "Fino a quando siete aperti?"
- "Domenica siete chiusi?"
- "Orari festivi?"
- "Che ore fate il lunedì?"
Caratteristiche delle Utterance Efficaci
Buone Pratiche
- Diversità lessicale: usa sinonimi, costruzioni diverse, registri formali e informali
- Lunghezze variabili: da una parola sola ("Prenoto") a frasi complesse
- Errori tipici: includi typo comuni degli utenti reali del settore
- Dati reali: aggiungi utterance dai messaggi reali degli utenti (anonimizzati)
- Varianti regionali: se il pubblico è italiano, considera dialettismi e regionalismi
- Con e senza entity: "Prenoto" (senza) e "Prenoto per venerdì" (con entity)
- Formulazioni indirette: "Avrei bisogno di..." oltre alle dirette "Voglio..."
Errori Comuni
- Utterance quasi identiche: non aggiungono informazioni utili al modello
- Utterance ambigue: "Voglio cambiare" potrebbe essere prenotazione o cancellazione
- Overlap tra intent: la stessa frase che potrebbe appartenere a 2 intent diversi
- Utterance troppo specifiche: includono dati concreti che variano ("Prenoto per lunedì 5 marzo")
- Solo frasi perfette: non includere solo italiano formale corretto, gli utenti scrivono in modo informale
Quante Utterance Servono?
Minimo Vitale
10-20
Utterance per intent per un riconoscimento base. Sufficiente per chatbot semplici con dominio ristretto e utenti con linguaggio prevedibile.
Raccomandato
20-50
Utterance per intent per alta accuracy. Copre la maggior parte delle varianti linguistiche reali degli utenti. Target per chatbot in produzione.
Enterprise
50+
Utterance per intent critico con alta variabilità linguistica. Include dati reali dalle conversazioni, varianti regionali, slang e errori tipici.
Aggiornamento Continuo delle Utterance
Le utterance non sono statiche: il linguaggio degli utenti evolve e il chatbot deve essere aggiornato regolarmente per mantenere alta l'accuracy. La strategia ottimale:
Analisi mensile dei fallback
Esamina i messaggi che hanno generato fallback o classificazioni errate. Ogni messaggio non riconosciuto è un'utterance candidata da aggiungere al training data.
Revisione dei confidence score bassi
Messaggi classificati correttamente ma con confidence basso indicano lacune nel training data: frasi simili ma non ancora coperte dalle utterance esistenti.
Test A/B dopo ogni aggiunta
Misura l'impatto di nuove utterance sull'accuracy complessiva. Alcune aggiunte possono creare conflitti con intent simili e richiedere aggiustamenti.
Domande Frequenti
Cos'è un'utterance?
Un'utterance è un esempio di frase che insegna al chatbot a riconoscere un intent. Per ogni intent si raccolgono molte utterance diverse, in modo che il modello NLP impari a generalizzare: riconoscere l'intent in qualsiasi formulazione, anche mai vista durante il training. Più utterance diverse si forniscono, maggiore è la capacità di generalizzazione del modello.
Quante utterance servono per intent?
Il minimo raccomandato è 10-20 utterance per intent. Per chatbot in produzione, 20-50 utterance per intent è il target ottimale. La qualità e la diversità sono più importanti della quantità: 20 frasi molto diverse coprono meglio lo spazio linguistico di 50 frasi quasi identiche. Per intent critici, aggiungere progressivamente utterance dalle conversazioni reali degli utenti.
Utterance in italiano funzionano bene?
Sì, i modelli NLP moderni gestiscono ottimamente l'italiano. È importante includere varianti formali e informali, abbreviazioni tipiche delle chat (es. "pren" per prenotare), possibili errori ortografici e varianti regionali se rilevanti per il pubblico. Usare messaggi reali degli utenti (anonimizzati) come utterance garantisce la massima rilevanza per il contesto specifico del business.
Termini Correlati
Implementa Utterance nella Tua Azienda
Scopri come V Support può aiutarti a sfruttare l'AI per il tuo customer service. Demo gratuita di 30 minuti.