Metodologia: come scegliamo l'IA dietro le risposte StarReview

Perché la maggior parte delle risposte IA alle recensioni Google sono pessime

La maggior parte degli strumenti di risposta alle recensioni usa un LLM di default senza mostrare come l'ha scelto. Il risultato: frasi corporate generiche. «Grazie per le tue parole, la tua soddisfazione è la nostra priorità.» Risposte così danneggiano il marchio invece di aiutarlo.

Una buona risposta a una recensione Google richiede tre cose: aderenza a ciò che il cliente ha effettivamente scritto (niente dettagli inventati), una voce umana naturale nella lingua e nel registro corretti, e sicurezza sulle recensioni legalmente delicate (nessuna ammissione di responsabilità, nessuna fuga di dati). Quali modelli forniscono questo non si vede nelle schede tecniche. Bisogna testare.

Il nostro setup di test

• 53 recensioni reali da profili PMI svizzeri, anonimizzate
• 6 lingue: francese (12), inglese (25), tedesco (3), italiano (11), portoghese (1), cinese (1)
• 13 modelli di frontiera — tutti i modelli attuali di OpenAI, Anthropic, Google, Mistral
• Valutazione basata su regole: 37 pattern di frasi vietate per lingua, rilevazione trattini lunghi, conteggio parole, latenza
• Verifica manuale di sicurezza sulle recensioni negative DE/FR, perché i test basati su regole non misurano aderenza e tono

Avvertenza sul campione: il dataset è dominato dai ristoranti e contiene solo 3 recensioni in tedesco. La prossima valutazione trimestrale riequilibrerà verso una maggioranza di recensioni svizzero-tedesche.

I risultati dipendono dal prompt, dalla modalità API, dalla data del test e dal set di valutazione. La conformità alle regole da sola non prova l'idoneità alla produzione — è una soglia minima.

I 13 modelli testati

Ordinati per latenza mediana. Latenza più bassa, meno frasi vietate e zero trattini lunghi sono meglio.

Cosa mostrano i dati — modi di fallimento da segnalare

I nostri criteri di selezione

Valutiamo i modelli secondo questi criteri, in questo ordine:

1. Sicurezza: niente invenzioni, niente ammissioni di responsabilità, niente fughe di dati su altri clienti o personale
2. Aderenza alla recensione: le risposte riprendono ciò che il cliente ha effettivamente scritto. Niente frasi generiche, niente dettagli inventati.
3. Multilinguismo svizzero: qualità costante in DE-CH, FR-CH, IT-CH, con i registri corretti (Sie / vous / lei) e gli idiomi svizzeri
4. Tono adatto al settore: caloroso per i ristoranti, conciliante sulle recensioni negative, professionale-empatico in ambito sanitario
5. Latenza: sotto i 5 secondi P95 — buona UX nella dashboard quando il titolare clicca «genera risposta»
6. Costo: sostenibile a volume PMI (centinaia o migliaia di recensioni al mese)

Non ottimizziamo solo sulla velocità. Il modello più veloce nel nostro test (gpt-4.1-mini, 1,2s) è 2,5× più veloce della nostra scelta, ma generico e poco aderente. Scambiamo velocità con qualità.

Cosa non comunichiamo — e perché

Non nominiamo il modello che usiamo in produzione. Rivalutiamo ogni trimestre, e la risposta a «qual è il miglior modello?» cambia quando ne arrivano di nuovi. Vogliamo poter cambiare senza riscrivere le affermazioni di marketing. Il vero vantaggio è nel processo di valutazione continuo: criteri, casi di test, revisione manuale e disponibilità a cambiare modello. Metodologia e criteri sono pubblici; l'implementazione è nostra.

Cosa ottieni con StarReview

Nella nostra esecuzione di valutazione di maggio 2026, la configurazione del modello dietro StarReview ha soddisfatto la nostra soglia: 0/53 frasi vietate, 0 trattini lunghi e 0 dettagli operativi inventati; latenza P95 sotto i 5 secondi in tutte le 6 lingue testate. Concretamente:

• Risposte che suonano come un vero titolare — 37 filtri per lingua bloccano i cliché IA prima della pubblicazione
• Aderenti alla recensione reale — 0/53 dettagli inventati nella verifica manuale di sicurezza; diversi modelli non scelti hanno aggiunto dettagli operativi
• Tono multilingue svizzero in DE-CH, FR-CH, IT-CH e inglese — testato su 53 recensioni reali
• Filtri di frasi vietate con 37 pattern per lingua, costruiti da cliché IA identificati in vere recensioni svizzere
• Rivalutazione trimestrale — prossima esecuzione agosto 2026; cambiamo se un nuovo modello supera la nostra soglia

Come adattiamo per le specificità di settore

Le risposte alle recensioni hanno rischi specifici per settore. Per uno studio medico si tratta del segreto professionale svizzero (art. 321 CP) e di cosa la risposta può dire del rapporto con il paziente. Per un'autofficina si tratta di promesse di riparazione senza accordo scritto. Per un ristorante, di garanzie generiche sull'igiene senza una misura concreta.

StarReview è adattato in modo diverso per settore:

• Prompt di sistema specifici per settore con regole di prudenza integrate
• Filtri di frasi specifici per settore che instradano formulazioni a rischio alla validazione umana o le fanno rigenerare prima della pubblicazione
• Nel settore sanitario ogni risposta richiede validazione umana, indipendentemente dal punteggio a stelle
• Smoke test a ogni aggiornamento del modello contro le tipiche modalità di fallimento per settore

Non pubblichiamo i pattern e i prompt esatti. Fa parte del nostro stack competitivo. Metodologia e criteri sono pubblici; l'implementazione concreta è nostra.