3Dal chatbot all'agente

Un chatbot è come un esperto al telefono: gli chiedi come prenotare un treno e ti spiega i passi, ma il biglietto lo compri tu. Un agente è come un collaboratore a cui dai il computer e un obiettivo: apre il sito, confronta gli orari, ti propone la soluzione migliore e, se glielo permetti, la prenota.

La differenza non sta nel modello, che può essere lo stesso, ma in quello che gli costruisci intorno: la possibilità di usare strumenti e di decidere da solo i passi successivi. In questo capitolo vedi come funziona questo meccanismo e perché spesso conviene far lavorare più agenti insieme, come in una redazione.

Chatbot e agente: la differenza#

Nel capitolo precedente hai visto che un LLMLLM: Large Language Model, grande modello linguistico: un programma addestrato su enormi quantità di testo che, data una frase, prevede le parole che seguono. È il motore di ChatGPT, Claude, Gemini. glossario sa fare una cosa sola: continuare un testo. Un ChatbotChatbot: Programma con cui si conversa per messaggi. Risponde, ma di norma non agisce da solo nel mondo esterno. glossario mette questa capacità dietro una casella di messaggi. Un Agente AIAgente AI: Programma che usa un LLM per decidere da solo i passi da fare verso un obiettivo: ragiona, usa strumenti, osserva il risultato e riprova finché ha finito. glossario invece usa il modello come «cervello» che decide cosa fare, e gli dà la possibilità di agire fuori dal testo.

Il confine, nella pratica, è sfumato. Molti chatbot moderni sanno già cercare sul web o leggere un file che carichi: in quei momenti si comportano un po' da agenti. Quello che conta per te è il meccanismo, che vedi subito.

Il ciclo dell'agente#

Un agente lavora in giri. A ogni giro fa tre cose: ragiona su cosa fare, agisce usando uno strumento, osserva il risultato. Poi ricomincia, finché ha abbastanza informazioni per dare la risposta finale.

Prendiamo l'obiettivo del diagramma: «Trova 3 ristoranti vegetariani aperti la domenica a Bologna». Ecco come potrebbe andare, in un esempio illustrativo scritto a mano (un agente vero userebbe parole e passi diversi):

Giro 1
  Ragiona:  Non conosco gli orari di oggi. Cerco sul web.
  Agisci:   ricerca web «vegetariani Bologna aperti domenica»
  Osserva:  10 risultati: una guida, tre siti di ristoranti...

Giro 2
  Ragiona:  La guida sembra utile. Leggo la pagina.
  Agisci:   leggi pagina  (indirizzo del primo risultato)
  Osserva:  8 ristoranti, ma non tutti hanno gli orari.

Giro 3
  Ragiona:  Controllo gli orari sui siti dei più citati.
  Agisci:   leggi pagina  (sito del primo ristorante)
  Osserva:  aperto la domenica a pranzo e a cena.

... altri giri ...

Risposta finale: tre ristoranti con indirizzo, orari
della domenica e la pagina da cui li ha presi.

Guarda le righe «Ragiona»: sono testo prodotto dal modello, esattamente come nel capitolo 2. La novità è che quel testo contiene una decisione («devo cercare sul web») e che un programma intorno al modello la esegue davvero. Il risultato dell'azione viene aggiunto al prompt del giro successivo, così il modello «vede» cosa è successo.

Due conseguenze pratiche. Ogni giro è una nuova richiesta al modello, quindi consuma token e tempo: un agente costa più di una singola domanda. E un agente potrebbe girare a vuoto, per esempio cercando sempre la stessa cosa: per questo c'è sempre un numero massimo di giri, oltre il quale l'agente si ferma e dà la risposta migliore che ha.

Gli strumenti: le mani dell'agente#

Uno Strumento (tool)Strumento (tool): Una funzione che l'agente può chiamare per agire fuori dal modello: cercare sul web, leggere un file, interrogare un database, inviare una email. glossario (in inglese tool) è un piccolo programma che l'agente può usare per agire fuori dal modello. Esempi tipici:

• cercare sul web e leggere una pagina;
• leggere un file PDF, un foglio di calcolo, un documento aziendale;
• interrogare un archivio di dati, per esempio l'elenco degli ordini di un negozio;
• scrivere un file, mandare un messaggio, creare un evento nel calendario.

Un dettaglio importante per capire cosa succede davvero: il modello non esegue lo strumento. Il modello può solo scrivere testo, quindi scrive qualcosa come «voglio usare lo strumento ricerca web con il testo ristoranti vegetariani Bologna». Il programma che gestisce l'agente legge questa richiesta, esegue lo strumento e rimette il risultato nel prompt. Gli strumenti sono anche il rimedio principale alle allucinazioni: un agente che legge la pagina di un ristorante ha molte meno probabilità di inventarsi gli orari.

Perché una squadra di agenti#

Si potrebbe dare a un solo agente un obiettivo enorme, «scrivi un articolo accurato sul nuovo parco in città», e tutti gli strumenti. Spesso funziona meno bene di quanto sembri: le istruzioni diventano lunghe, il prompt si riempie di pagine lette, e l'agente fatica a fare bene tutto insieme. L'alternativa è un sistema multi-agenteSistema multi-agente: Più agenti, ognuno con un ruolo specifico, che collaborano su un lavoro passandosi i risultati. glossario: più agenti, ognuno con un ruolo preciso, che si passano il lavoro.

È quello che fa una redazione di giornale. Nessuno chiede a una sola persona di cercare le notizie, scrivere, correggere e decidere cosa pubblicare. Il cronista raccoglie i fatti, il redattore scrive, il correttore controlla, la direttrice decide.

Dividere il lavoro porta vantaggi concreti:

• Istruzioni brevi e chiare. «Controlla fatti, stile e refusi» è un compito che un modello esegue meglio di un elenco di dieci compiti diversi.
• Strumenti diversi per ruoli diversi. Il cronista ha bisogno della ricerca web; il correttore no. Meno strumenti vuol dire meno occasioni di sbagliare.
• Un secondo sguardo. Un agente che rilegge il lavoro di un altro trova errori che l'autore non vede, esattamente come succede alle persone.
• Problemi più facili da trovare. Se l'articolo finale è sbagliato, puoi guardare gli appunti del cronista e capire in quale passaggio è nato l'errore.

I rischi del lavoro in squadra#

Una squadra non è gratis e non è sempre meglio. Prima di aggiungere agenti, tieni presenti questi rischi:

• Gli errori si propagano. Se il cronista legge male una data, il redattore la scriverà in modo elegante e convincente, e il correttore potrebbe non accorgersene. Un errore all'inizio della catena arriva fino in fondo, spesso meglio travestito.
• I costi si moltiplicano. Ogni agente fa i suoi giri e ogni giro consuma token. Più agenti vogliono dire, di solito, più token, più spesa e più attesa.
• Più pezzi, più cose da capire. Una squadra è più difficile da seguire e da correggere. Anche la guida ufficiale di CrewAI per progettare agenti raccomanda di non moltiplicarli senza motivo: ogni agente deve avere un ruolo davvero diverso dagli altri.

La regola pratica: parti dalla soluzione più semplice che funziona, e aggiungi un agente solo quando sai dire quale problema risolve.

Una persona nel giro#

Nel diagramma della redazione l'ultimo passaggio non è un agente: è una persona. Questo schema si chiama human in the loopHuman in the loop: Un punto del processo in cui una persona controlla o approva prima che il lavoro prosegua. In CrewAI: human_input=True o @human_feedback. glossario, letteralmente «un essere umano nel giro»: in un punto preciso il lavoro si ferma, una persona controlla e decide se approvare, correggere o rimandare indietro.

Dove conviene metterlo? Nei punti in cui un errore costa caro o non si può annullare:

• prima di pubblicare qualcosa o di mandarlo a un cliente;
• prima di spendere soldi, cancellare dati o modificare un archivio;
• quando si prendono decisioni che riguardano persone, come scartare un candidato a un colloquio di lavoro.

CrewAI offre modi precisi per inserire una persona nel giro; li vedrai nel capitolo 10, dedicato ai task, e nel capitolo 16, dedicato ai flow. Il principio però vale già ora: gli agenti preparano, le persone decidono quando la posta in gioco è alta.

Ora sai cosa vuoi costruire: squadre di agenti con strumenti e una persona che controlla. Nel prossimo capitolo scopri CrewAI, il programma che ti permette di descrivere tutto questo in poche righe.

Corso indipendente, non affiliato a CrewAI Inc. Contenuti verificati su CrewAI 1.15.21 il 15 settembre 2026.