La sfida
Migliaia di studenti su percorsi formativi diversi, alcuni con accesso a contenuti premium. Il team di supporto passava la maggior parte del tempo a rispondere sempre alle stesse domande sui corsi. Serviva un sistema automatico che rispondesse in modo pertinente — ma senza mostrare a uno studente base contenuti che appartengono a chi ha comprato il percorso avanzato.
La soluzione
Chatbot AI che legge i materiali dei corsi e risponde in linguaggio naturale, 24 ore su 24. Ogni studente accede solo alla conoscenza dei corsi che ha acquistato — il sistema legge il profilo di ogni utente dal sistema di membership e costruisce il contesto di ricerca di conseguenza, prima ancora di interrogare i materiali. Il tono e il comportamento sono configurabili per tipo di domanda senza intervento tecnico. Il team di supporto interviene solo per i casi che richiedono giudizio umano.
Risultati
🔐 40k+ domande/anno gestite senza intervento umano
📉 Carico supporto umano ridotto drasticamente
🎯 Risposta costruita solo sui corsi acquistati da quell'utente
⚡ Risposta in linguaggio naturale entro 2–3 secondi, 24h su 24
🔧 Tono e contesto configurabili per scenario senza intervento tecnico
Stack tecnico
- Java + RESTHeart
- AWS Bedrock (Claude Sonnet)
- MongoDB Atlas Vector Search (RAG)
- Angular SPA
- AWS ECS Fargate + CloudFront
- Memberium / WordPress (auth + tag membership)
- JWT
Il problema dell’accesso ai contenuti premium
Un chatbot generico risponde su tutto quello che trova. Per una piattaforma formativa con percorsi a prezzi diversi, questo è un problema reale: uno studente con accesso base non deve ricevere risposta su materiali del percorso avanzato che non ha comprato. Il chatbot deve conoscere ogni studente — non solo rispondere. E la restrizione deve funzionare anche quando il sistema non sa a priori che tipo di domanda arriverà.
Come funziona il filtro
Quando uno studente fa una domanda, il sistema verifica prima il suo profilo di membership e costruisce il perimetro di ricerca: solo i materiali dei corsi che quell’utente ha acquistato vengono considerati nel recupero dei documenti rilevanti. Non è un filtro applicato dopo aver trovato una risposta — è una restrizione a monte, nel layer di retrieval. Chi ha solo il corso base non può accedere a contenuti premium nemmeno per sbaglio, indipendentemente da come formula la domanda.
L’architettura: RAG con contesto utente
Il sistema funziona in tre fasi distinte. Prima: recupero dell’identità utente dal sistema di membership WordPress tramite JWT e verifica dei tag di appartenenza. Seconda: ricerca vettoriale su MongoDB Atlas limitata ai soli embedding dei materiali autorizzati per quell’utente. Terza: generazione della risposta tramite Claude Sonnet su AWS Bedrock, con contesto costruito esclusivamente dai documenti recuperati nel perimetro. Il tutto gira su ECS Fargate, senza server da gestire.
Il team di supporto si occupa dei casi veri
Le domande semplici — dove trovo la lezione, come funziona questo modulo, quando parte il prossimo corso — le gestisce il chatbot. Il team di supporto interviene solo quando la domanda richiede valutazione umana o contesto che va oltre i materiali disponibili. Con 40.000 domande all’anno gestite in autonomia, il carico si riduce drasticamente e la qualità dell’assistenza su i casi complessi aumenta.