Case study portfolio
Una demo end-to-end che collega widget chat, WhatsApp, knowledge base privata, n8n, pgvector e HubSpot CRM per rispondere ai pazienti e qualificare richieste di appuntamento.
Problema reale
Uno studio professionale riceve richieste su orari, prezzi, urgenze, convenzioni e appuntamenti. Un chatbot generico non basta: serve un sistema collegato ai canali reali, alla knowledge base dello studio e al CRM usato dal team.
Soluzione
La landing dello Studio Dentistico Rossi mostra il lato cliente. Dietro, n8n orchestra AI, database vettoriale, CRM e notifiche per trasformare conversazioni e form in lavoro operativo.
Il paziente scrive dal sito o da WhatsApp. Il workflow recupera il contesto dalla knowledge base, mantiene memoria conversazionale e risponde solo su informazioni controllate.
Il form invia un payload strutturato a n8n. L'AI identifica urgenza, servizio richiesto, valore stimato e prossima azione per la segreteria.
Il workflow cerca duplicati, crea o aggiorna il contatto, apre un deal, genera un task e salva una nota con la sintesi AI della richiesta.
Architettura
WhatsApp Business Cloud API, widget chat e form appuntamento sulla landing demo.
n8n riceve webhook, normalizza i dati, gestisce routing, errori e risposte al frontend.
OpenAI genera embedding, cerca nella knowledge base con pgvector e produce risposte contestuali.
Neon PostgreSQL salva memoria e documenti; HubSpot riceve lead, deal, task e note operative.
Proof of work
La parte importante non è la landing dello studio, ma il sistema dietro: canali reali, knowledge base controllata, automazioni CRM e comportamento prevedibile quando qualcosa non va.
Servizi, orari, prezzi, urgenze, convenzioni, team medico e regole di prenotazione sono raccolti in un file KB, diviso in chunk da 1000 caratteri e recuperato con ricerca cosine top-4 su pgvector.
La chat usa session ID o numero di telefono come chiave e mantiene una finestra di 10 messaggi, così ogni turno resta coerente con lo scambio precedente invece di essere isolato.
Il widget restituisce risposte demo anche se il webhook non risponde, evitando una UX completamente rotta durante test o manutenzione.
Il lead non resta in una email: l'AI restituisce urgenza, servizio e valore stimato in JSON strutturato, che diventano contatto, deal nella pipeline, task entro 24h e nota per la segreteria su HubSpot.
Richieste fuori scope, urgenze o casi ambigui possono essere loggati e passati a una persona invece di forzare una risposta AI.
La repo documenta credenziali fuori dal frontend, dati fittizi, token in n8n credentials e nessun dato sanitario reale nella demo.
Oltre la demo
La risposta deve restare vincolata alla KB e proporre contatto umano quando la richiesta non e gestibile dall'assistente.
Dolore, gonfiore, trauma o dente rotto devono attivare priorità alta e indicazioni di contatto rapido, senza diagnosi mediche.
Messaggi che provano a cambiare le regole operative non devono alterare importi, priorità o comportamento del workflow.
Timeout, webhook non disponibile, HubSpot 429 o email fallita devono produrre log, retry o review manuale senza perdere il lead.
Stack
Ho scelto strumenti economici e realistici per PMI: hosting statico per la landing, n8n per orchestrare, Postgres con pgvector per RAG e HubSpot come CRM commerciale.
Astro, React, Tailwind CSS, widget chat, form appuntamento, deploy Vercel.
OpenAI, GPT-4o-mini, text-embedding-3-small, retrieval su knowledge base privata.
Neon PostgreSQL, pgvector, tabella documenti, memoria chat, messaggi e richieste handoff.
n8n, webhook, WhatsApp Business Cloud API, HubSpot CRM API, SMTP o Resend.
Vuoi un sistema simile?
La demo e costruita su uno studio dentistico fittizio, ma lo schema funziona anche per cliniche, consulenti, strutture hospitality, formazione, real estate e servizi professionali.
Preferisci l'email? Scrivimi a luigi.scorzelli87@gmail.com