Il percorso di ogni richiesta è esplicito e tracciato: categoria assegnata, confidenza raggiunta, fonti citate.
Il sapere di un fornitore vive nei manuali. Le domande, no. Ogni prodotto porta con sé un corpus di procedure; chi assiste i clienti ripete le stesse risposte, cercandole a mano. forge_qa mette quel corpus al lavoro, qualunque sia la clientela.
Classificazione con modello leggero; categoria correggibile a mano.
Knowledge base interrogata per similarità semantica; fonti visibili.
Punteggio di confidenza: sopra soglia risponde, sotto passa la mano.
Un click e la risposta diventa ufficiale, con audit.
Prima, ratificare una risposta automatica costava tre passaggi. Ora è un click: la risposta generata diventa la risposta ufficiale all’istante, con operatore e momento della chiusura registrati per l’audit.
Da risposta automatica a risolta, atomica.
Il testo confermato è la risposta inviata al cliente.
Chi ha chiuso e quando, sempre registrati.
La base di conoscenza non si programma, si alimenta. Dalla console si registra la sorgente di un prodotto, si caricano i documenti e si reindicizza: da quel momento il prodotto sa rispondere, citando ciò che ha letto.
Un contenitore documentale per prodotto: corpora a compartimenti stagni, nessuna contaminazione tra ambiti.
Manuali, procedure e note entrano dalla console. Nessun intervento sul codice per aggiungere sapere.
Indicizzazione in delta — solo i documenti cambiati — o completa. Un click e il corpus è aggiornato.
Una pagina di prova mostra la salute della base e permette di interrogarla prima di metterla in mano ai clienti.
La base di conoscenza non vive solo di manuali: ogni richiesta risolta genera una voce candidata «domanda / risposta». Le voci diventano sapere solo dopo una revisione umana.
La voce nasce al momento della risoluzione, una per richiesta, senza mai rallentare l’operazione.
Testo modificabile, inclusione voce per voce. L’anteprima è il documento che verrà pubblicato.
Le voci approvate entrano nella sorgente del prodotto e si reindicizza. Si apre una nuova bozza.
Le voci escluse restano nello storico. La revisione tiene fuori le risposte deboli.
Ogni richiesta è inquadrata in categorie con un modello leggero; la categoria resta correggibile.
La base documentale risponde citando le fonti, con un punteggio di confidenza su ogni risposta.
Sopra soglia la risposta è automatica; sotto soglia la richiesta passa alla gestione umana.
La risposta buona si chiude con un gesto: diventa la risposta ufficiale, con audit.
Presa in carico, risoluzione, annullamento e riapertura: stati espliciti con storico.
Software house, rivenditori e clienti, con provisioning e isolamento per tenant.
Ogni prodotto ha il suo corpus. Tetto del rivenditore e whitelist decidono chi vede cosa.
Token e costo tracciati per chiamata e per modello, con quote gerarchiche di spesa.
Le anagrafiche dei clienti non vengono inviate all’IA; font e risorse ospitate in proprio.
Anti-CSRF, TLS, hashing Argon2id, dati cliente mai inviati all’IA.
forge_qa è multi-tenant per costruzione. Il rivenditore rivende ai propri clienti ciò che la software house gli concede; ogni livello vede soltanto il proprio.
Governa il catalogo prodotti, i corpora, le soglie e vede l’intero sistema. È il marchio «forge».
Rivende ai clienti entro il proprio tetto di prodotti; gestisce e conferma le richieste.
Invia richieste scegliendo il prodotto; eredita i prodotti del rivenditore, salvo restrizioni.
La dashboard legge lo stato reale delle richieste: quante hanno trovato risposta da sole, quante hanno richiesto una persona, come si distribuisce la confidenza.
L’intelligenza artificiale è un costo variabile. forge_qa lo rende visibile e governabile: si misura per chiamata, si attribuisce per modello, si limita per tenant.
Ogni chiamata registra i token e il costo stimato, con il modello che l’ha prodotta.
A ciascun modello si assegna il prezzo per milione di token: il costo di ogni richiesta diventa un numero reale.
Un tetto di spesa mensile per utente o tenant, con cascata sui discendenti.
Se la base non ha contesto pertinente, non si chiama il modello generativo: nessuna spesa.
La generazione con ragionamento esteso è la voce dominante; classificazione e indicizzazione pesano una frazione. È lì che si applica la leva di ottimizzazione.
I prodotti sono a compartimenti stagni: ogni domanda viene instradata solo verso il corpus del prodotto scelto. Il modello vale per qualunque prodotto documentato, in qualunque settore.
Ogni prodotto ha la propria base documentale: nessuna contaminazione tra ambiti diversi.
Definisce quali prodotti un rivenditore può offrire ai propri clienti.
Restringe ancora ciò che il singolo cliente vede, entro il tetto concesso.
Ogni domanda raggiunge soltanto il corpus del prodotto scelto, con le sue fonti.
forge_qa tratta dati di clienti e delle loro richieste. La postura di sicurezza non è un accessorio: è parte della definizione di prodotto.
Ogni rivenditore e ogni cliente vede solo i propri dati; la gerarchia è imposta a livello di modello.
Password con hashing Argon2id, cambio forzato al primo accesso, sessioni firmate.
Middleware anti-CSRF su ogni scrittura, cifratura in transito, cookie sicuri.
La piattaforma riparte da sola a ogni interruzione; la base dati resta intatta.
All’IA arriva solo il testo della domanda: nessuna anagrafica dei clienti.
Font e risorse ospitati in proprio, in linea con una postura attenta ai dati.
forge_qa è un sistema di AYXZA, in white-label, senza cedere i dati dei clienti — qualunque sia la clientela che assisti.