La differenza principale da un chatbot generale è che risponde usando una base di conoscenza preparata per il negozio, anziché le conoscenze generali del modello.
AI Product Support per Magento 2
- Compatibilità
- 2.4.9, 2.4.8, 2.4.7, 2.4.6, 2.4.5, 2.4.4, 2.4.3, 2.4.2, 2.4.1, 2.4.0
- Hyva Theme
- Hyva Theme Redy
Descrizione / AI Product Support per Magento 2
MAGENTO 2 · DOMANDE SUI PRODOTTI · VECTOR STORE · LUMA E HYVÄ
Aiuta i clienti e il team a trovare risposte sui prodotti.
Kowal AI Product Support
Metti a disposizione una chat che utilizza la base di conoscenza prodotto selezionata: sullo storefront e nel pannello Magento. Adatta il contesto al prodotto, alla lingua e alla store view, invece di mantenere un set separato di risposte.
Contesto prodotto · Selezione del Vector Store · Caricamento su richiesta
COME FUNZIONA IN PRATICA
01 · Prepari la conoscenza
Sincronizzi i prodotti e scegli il Vector Store corretto.
02 · L'utente apre la chat
Il launcher rende disponibile la conversazione sul sito o nel pannello.
03 · La risposta usa il contesto
Il modulo cerca la conoscenza in base ai filtri di negozio e lingua.
Cosa ottiene il tuo store?
Scopri le funzionalità, gli utilizzi e le impostazioni del modulo.
Scopri il modulo
AI PRODUCT SUPPORT · MAGENTO 2
L'assistente AI che aiuta il cliente a comprendere il prodotto
Usa i dati prodotto di Magento per gestire conversazioni contestuali e supportare il cliente direttamente nella scheda prodotto.
Soluzione per Magento 2
AI Product Support estende la scheda prodotto con un livello di supporto conversazionale, aiutando il cliente a trovare più rapidamente risposte relative al prodotto che sta visualizzando.
Contesto prodotto
L'assistente lavora nel contesto del prodotto, così la conversazione riguarda l'offerta reale dello store.
Supporto all'acquisto
Il cliente può ricevere assistenza senza lasciare la pagina prodotto e senza cercare informazioni altrove.
AI in Magento
La funzione è integrata nel processo di acquisto Magento, invece di funzionare come un chatbot esterno separato.
Assistenza migliore
L'automazione delle risposte può alleggerire il lavoro del team sulle domande ricorrenti sui prodotti.
AI più vicina alla decisione di acquisto
Il valore maggiore è offerto da un assistente che opera dove il cliente prende la decisione: sulla pagina del prodotto specifico e nel contesto dei suoi dati.
Come funziona?
- Il cliente apre il prodotto
- Avvia l'assistente
- Fa una domanda nel contesto dell'offerta
- Riceve aiuto senza lasciare la pagina
Aggiungi il supporto conversazionale alle schede prodotto Magento 2 e riduci il percorso dalla domanda alla decisione.
Chat per il cliente e per il pannello di amministrazione
Il modulo include lo storefront e un launcher AI globale nell'header del pannello Magento. L'operatore può selezionare la store view e porre domande sui dati prodotto dalla base di conoscenza scelta.
La configurazione si trova in Stores → Configuration → Kowal AI → AI Product Support. Include il limite di lunghezza della domanda, il modello, il Vector Store, il numero di risultati di ricerca, il logging e le istruzioni aggiuntive dello store.
La conoscenza proviene da documenti preparati
Il pacchetto richiede Kowal AI Product Feed. La chat può usare un Vector Store alimentato da questo modulo o da un altro processo, ma richiede una chiave API, l'identificatore selezionato e i metadati corretti store_code e language.
Il modulo usa la ricerca nei file e le risposte AI, restituendo anche informazioni sulle fonti, se disponibili. Non sostituisce il processo di aggiornamento della conoscenza e non garantisce la correttezza di ogni risposta generata.
Luma e adapter Hyvä opzionale
Il pacchetto include Kowal_AiProductSupportHyva. Su Luma è sufficiente il modulo principale. Su Hyvä sono necessari il modulo del tema, entrambi i moduli Kowal e l'opzione Enable Hyva Frontend Adapter attiva.
L'adapter usa Alpine.js per lo storefront e condivide configurazione, endpoint e integrazione AI. Mantiene il comportamento della chat amministrativa.
Caricamento all'apertura e cache della pagina
Sullo storefront il pannello principale, il CSS e il runtime della chat vengono caricati alla prima apertura del launcher. Prima dell'interazione rimangono un loader leggero, un'icona e gli stili di base; la cronologia della conversazione viene ripristinata all'apertura.
Lo stato della conversazione rimane nel sessionStorage del browser. Le risposte POST hanno no-store e il launcher è preparato per la cache full page. Il bundling JavaScript e altri moduli possono influire sull'effetto effettivo del caricamento differito e della FPC.
Installazione tramite Composer
Pacchetto kowal/module-ai-product-support, modulo Kowal_AiProductSupport. Dopo aver configurato l'accesso al repository Kowal, installa il pacchetto, abilita il modulo, aggiorna Magento e svuota la cache. In produzione considera la compilazione e il deployment dei contenuti statici secondo il processo dello store.
Dalla configurazione al risultato
1. Prepari la conoscenza
Sincronizzi i prodotti e scegli il Vector Store corretto.
2. L'utente apre la chat
Il launcher rende disponibile la conversazione sul sito o nel pannello.
3. La risposta usa il contesto
Il modulo cerca la conoscenza in base ai filtri di negozio e lingua.
Domanda nella scheda prodotto
Il cliente chiede informazioni su una caratteristica del prodotto visualizzato. La chat usa i documenti preparati, il contesto del prodotto e la lingua dello store.
La qualità dell'aiuto dipende dalla completezza della conoscenza. In caso di dati mancanti è necessario integrarli oppure contattare l'assistenza, non promettere una risposta a ogni domanda.
Metti la conoscenza prodotto dove serve
Vuoi adattare il modulo al tuo store? Richiedi l'implementazione di Kowal AI Product Support e discuti la configurazione o le estensioni necessarie.
Maggiori Informazioni
| Hyva Theme | Hyva Theme Redy |
|---|---|
| Conformità al modello | Buono, Luma / Vuoto, Fabbro |
Istruzioni per l'installazione del modulo
Installazione e configurazione
Questo documento descrive come avviare il modulo AI Product Support in uno store Magento 2 e come prepararlo al funzionamento.
Il documento è pensato per uno store che vuole implementare un modulo pronto all'uso e iniziare a utilizzare la chat AI senza approfondire i dettagli tecnici del funzionamento lato codice.
È meglio considerare questo modulo come un livello applicativo. Prima lo store prepara la conoscenza, poi la mette a disposizione di dipendenti o clienti sotto forma di chat.
Cosa preparare prima dell'installazione
Prima dell'implementazione hai bisogno di:
- uno store Magento 2 funzionante,
- accesso al server,
- composer,
- un account OpenAI,
- una base di conoscenza AI preparata per lo store,
- connessione del server a Internet.
La condizione pratica più importante è semplice: il modulo risponderà bene solo se lo store dispone di contenuti preparati che l'AI può utilizzare.
Se lo store utilizza già il modulo Kowal AI Product Feed, proprio questo può svolgere il ruolo di preparazione e organizzazione dei contenuti per l'AI. Nella pagina di questo modulo è descritto come costruzione di una base di conoscenza ordinata e aggiornata per sistemi AI. AI Product Support è il naturale passo successivo, cioè l'utilizzo di questa conoscenza nella conversazione con l'utente. Fonte: Kowal AI Product Feed per OpenAI Vector Store
Installazione del modulo
Il modulo viene installato tramite composer.
Esempio di processo di installazione:
composer config http-basic.repo.kowal.store 'TWOJ_EMAIL_KLIENTA' 'TWOJ_TOKEN'composer require kowal/module-ai-product-supportbin/magento module:enable Kowal_AiProductSupportbin/magento setup:upgradebin/magento cache:cleanSe lo store funziona in modalità produzione, dopo l'installazione esegui anche:
bin/magento setup:di:compilebin/magento setup:static-content:deploy -fbin/magento cache:cleanDove si trova la configurazione
Dopo l'installazione trovi le impostazioni del modulo qui:
Stores > Configuration > Kowal AI > AI Product Support
Come configurare il modulo
1. Abilita la chat nel pannello di amministrazione
Nella sezione General abilita:
Enable Chat
Dopo aver salvato l'impostazione, nel pannello di amministrazione comparirà la scheda AI.
2. Decidi se abilitare la chat sul frontend
Se vuoi che anche i clienti dello store possano usare la chat, abilita:
Enable Frontend Chat
Se il modulo deve essere usato solo dal team dello store, lascia il frontend disattivato.
3. Imposta la lunghezza della domanda
Il campo:
Maximum Question Length
definisce la lunghezza massima del messaggio che l'utente può inviare. Questo aiuta a mantenere ordine e a limitare richieste troppo lunghe e poco leggibili.
4. Imposta la vista store predefinita
Se lo store opera in più versioni linguistiche o ha diverse viste store, puoi indicare:
Default Store View
Questo facilita il lavoro nel pannello e aiuta a partire dal contesto corretto.
5. Abilita o disabilita la modifica manuale della vista store
Il campo:
Allow Store Switcher
decide se l'utente del pannello può cambiare la vista store direttamente nel popup della chat.
È utile quando un unico team gestisce più versioni dello store.
6. Abilita il logging tecnico durante l'implementazione
Il campo:
Log Chat Requests
vale la pena abilitarlo nella fase di configurazione e test. In questo modo è più facile verificare se il modulo funziona correttamente. Dopo il rilascio in produzione si può decidere se il logging debba rimanere attivo.
Impostazioni della connessione con AI
Nella sezione OpenAI configura gli elementi di base necessari al funzionamento del modulo.
OpenAI API Key
È la chiave di accesso al servizio AI. Senza di essa il modulo non recupererà l'elenco dei modelli, non leggerà la fonte di conoscenza e non invierà la domanda.
Response Model
È il modello responsabile della generazione della risposta.
L'elenco dei modelli viene caricato dall'API. Se dopo il salvataggio della chiave non compaiono opzioni, puoi usare il pulsante di aggiornamento dell'elenco dei modelli.
Vector Store
È la fonte di conoscenza selezionata per il modulo.
Il modo più semplice per capirlo è questo:
- è il luogo in cui sono salvati i contenuti che la chat utilizza durante la risposta,
- il modulo cerca le risposte proprio lì,
- se scegli una fonte errata, le risposte saranno deboli o incomplete.
Se lo store dispone già di una base di conoscenza ordinata preparata per l'AI, è qui che si indica questa fonte.
Anche l'elenco delle fonti di conoscenza può essere aggiornato dal livello della configurazione.
Maximum File Search Results
Questa impostazione definisce quanti materiali di supporto il modulo prende in considerazione per preparare una singola risposta.
In pratica influisce su:
- qualità della risposta,
- velocità di funzionamento,
- costo di utilizzo dell'AI.
Un buon valore iniziale è un valore medio, ad esempio 6.
Sicurezza del frontend
Se la chat funziona lato store, conviene impostare subito i limiti di sicurezza.
Nella sezione Frontend Security trovi:
Requests Per MinuteRequests Per HourMinimum Submit Delay
Queste impostazioni aiutano a limitare:
- invio troppo frequente di domande,
- abusi da parte dei bot,
- consumo inutile di risorse e costi.
Prompt di sistema aggiuntivo
Nella sezione Prompting puoi compilare:
System Prompt Template
Questo campo non è obbligatorio. Nella maggior parte delle implementazioni può essere lasciato vuoto e si può usare l'impostazione predefinita del modulo.
La sovrascrittura ha senso solo quando lo store vuole introdurre un proprio stile di risposta o regole di comunicazione aggiuntive.
Come funziona il modulo dal punto di vista dell'utente
Nel pannello di amministrazione
Dopo l'avvio del modulo, l'utente vede la scheda AI sul bordo destro dello schermo. Dopo il clic si apre il pannello della chat.
Nel pannello è possibile:
- inserire una domanda,
- ricevere una risposta,
- vedere schede prodotto se la risposta riguarda un prodotto specifico,
- lavorare senza ricaricare la pagina.
Sul frontend
Se la chat è stata abilitata, una scheda simile compare lato store. Il cliente può porre una domanda senza lasciare la pagina prodotto o il listing.
Come considerare una simile implementazione
Il modello più pratico è il seguente:
- lo store organizza i contenuti e prepara la base di conoscenza,
- l'amministratore indica questa base di conoscenza nella configurazione del modulo,
- l'utente utilizza la chat,
- le risposte vengono costruite sulla base dei contenuti preparati dallo store.
Questo approccio offre un risultato migliore rispetto all'avvio della sola chat senza dati preparati.
Configurazione iniziale consigliata
Pannello di amministrazione
Enable Chat=YesEnable Frontend Chat= a seconda del progettoMaximum Question Length=1000Allow Store Switcher=Yescon più viste storeLog Chat Requests=Yesin fase di testMaximum File Search Results=6
Frontend
Requests Per Minute= valore iniziale prudenteRequests Per Hour= valore adattato al traffico dello storeMinimum Submit Delay= almeno1
Cosa verificare dopo l'implementazione
Dopo aver salvato la configurazione, esegui un semplice test:
- verifica che nel pannello di amministrazione sia comparsa la scheda AI,
- apri il popup e invia una domanda,
- assicurati che la risposta compaia correttamente,
- controlla se la sezione prodotti compare per domande su prodotti specifici,
- se il frontend è abilitato, verifica il funzionamento della scheda anche nello store.
Problemi più comuni
Non si vedono modelli o fonti di conoscenza
Di solito significa:
- mancanza di una chiave OpenAI corretta,
- mancanza di connessione del server a Internet,
- cache non svuotata dopo le modifiche.
La chat risponde in modo troppo debole o non centra l'argomento
La causa più comune non è il modulo in sé, ma la qualità della base di conoscenza preparata. Se i contenuti sono incompleti, non aggiornati o troppo poveri, anche le risposte saranno più deboli.
Prima di valutare il modulo stesso, vale quindi la pena verificare:
- se le descrizioni prodotto sono sensate e complete,
- se FAQ e documentazione sono aggiornate,
- se la base di conoscenza contiene realmente i contenuti necessari agli utenti,
- se la fonte di conoscenza selezionata è corretta per lo store specifico.
Il frontend blocca l'utente troppo rapidamente
In questo caso conviene controllare le impostazioni dei limiti e del ritardo di invio nella sezione Frontend Security.
Breve checklist di implementazione
- Installa il modulo tramite
composer. - Abilita il modulo ed esegui
setup:upgrade. - Configura la connessione con OpenAI.
- Seleziona la fonte di conoscenza corretta.
- Abilita la chat nell'admin.
- Opzionalmente abilita la chat sul frontend.
- Imposta i limiti di sicurezza.
- Testa il funzionamento con domande su prodotti reali e contenuti dello store.
Breve descrizione per la sezione Installazione e configurazione
Il modulo si installa tramite composer e si configura in Stores > Configuration > Kowal AI > AI Product Support. L'amministratore inserisce i dati di accesso a OpenAI, seleziona il modello e la fonte di conoscenza per lo store, quindi abilita la chat nel pannello di amministrazione e opzionalmente sul frontend. Inoltre è possibile impostare limiti di sicurezza e adattare i parametri di base del funzionamento del modulo.
Domande e risposte
La differenza principale da un chatbot generale è che risponde usando una base di conoscenza preparata per il negozio, anziché le conoscenze generali del modello.
La qualità delle risposte dipende quindi da qualità e completezza della base.
Per preparare i dati per l'IA puoi usare un modulo separato come Kowal AI Product Feed, che struttura i dati e li invia a OpenAI Vector Store.
L'amministratore può scegliere una vista predefinita e decidere se mostrare un selettore nella finestra della chat.
È importante nei negozi tecnici, dove un errore su compatibilità, funzionalità o requisiti può portare a un acquisto sbagliato.
Può fungere da primo livello di assistenza per trovare più rapidamente un prodotto o una risposta.
La conversazione può così portare direttamente al prodotto pertinente.
Aiutano a limitare abusi occasionali, richieste automatizzate e costi IA inutili.
L'amministratore può aggiungere istruzioni in System Prompt Template. Sono regole aggiuntive del negozio e non dovrebbero sostituire i principi fondamentali di sicurezza e affidabilità.
Qui puoi attivare la chat, scegliere modello OpenAI e Vector Store, impostare limiti, configurare il pulsante frontend, scegliere la vista predefinita e attivare il log dei metadati delle richieste.