Schema JSON: classificare un ticket di assistenza
# Schema JSON: classificare un ticket di assistenza code: azyb9t | type: schema | language: it | licence: MIT | version: v1 description: JSON Schema per classificare un ticket di assistenza: categoria, urgenza, sentiment, riassunto in una frase e azione successiva. page: https://contextetech.com/it/schemi/classificare-ticket-assistenza-azyb9t mcp: connect https://contextetech.com/mcp then call load_resource with code "azyb9t" (or ask "load azyb9t") json: https://contextetech.com/api/resources/contextetech--classificare-ticket-assistenza python: pip install contexte && contexte get azyb9t citation (required by the licence): contextetech. (2026). Schema JSON: classificare un ticket di assistenza (Version 1) [Schema di output]. Contexte Tech. https://contextetech.com/it/schemi/classificare-ticket-assistenza-azyb9t
JSON Schema per classificare un ticket di assistenza: categoria, urgenza, sentiment, riassunto in una frase e azione successiva.
Leggi il messaggio del cliente e classificalo. L'urgenza è alta se il cliente è bloccato o minaccia di disdire.
JSON Schema
{
"type": "object",
"required": [
"categoria",
"urgenza",
"riassunto"
],
"properties": {
"urgenza": {
"enum": [
"bassa",
"normale",
"alta"
],
"type": "string"
},
"categoria": {
"enum": [
"fatturazione",
"tecnico",
"spedizione",
"account",
"altro"
],
"type": "string"
},
"riassunto": {
"type": "string",
"description": "Una frase"
},
"sentiment": {
"enum": [
"positivo",
"neutro",
"negativo"
],
"type": "string"
},
"azione_successiva": {
"type": "string",
"description": "Cosa deve fare il team di assistenza"
}
}
}Esempio di output
{
"categoria": "spedizione",
"urgenza": "alta",
"sentiment": "negativo",
"riassunto": "Pacco segnato come consegnato ma mai ricevuto.",
"azione_successiva": "Aprire una pratica con il corriere e proporre una nuova spedizione."
}- Identificativo
- contextetech--classificare-ticket-assistenza
- File
- classificare-ticket-assistenza.schema.json
- Formato
- JSON (application/json)
- Dimensione
- 742 byte
- Codifica
- UTF-8
- Token stimati
- ≈ 206
- Uso commerciale
- Consentito
- Dati personali
- Nessuno
- Versione
- 1.0
- Pubblicato il
- 3 ottobre 2026 alle ore 05:20
- Aggiornato il
- 16 ottobre 2026 alle ore 23:19
- Archiviazione
- nel database
Statistiche
Mi piace : 0 · Commenti : 0
Clicca su un contatore per mostrarlo o nasconderlo; passa sul grafico per i dettagli. Una visualizzazione per visitatore al giorno, bot esclusi; conteggio iniziato il 30 settembre 2026.
Costo stimato
- Token di input per chiamata
- ≈ 426
| Modello | Per chiamata | Al mese |
|---|---|---|
| GPT-6 Luna · OpenAIprezzo migliore | 0,00004 € | 0,04 € |
| DeepSeek Flash · DeepSeek | 0,00011 € | 0,11 € |
| Mistral Large · Mistral AI | 0,00019 € | 0,19 € |
| DeepSeek V4 Pro · DeepSeek | 0,00050 € | 0,50 € |
| GPT-6 Sol · OpenAI | 0,00075 € | 0,75 € |
| Claude Sonnet 5.5 · Anthropic | 0,00075 € | 0,75 € |
| Claude Opus 5.5 · Anthropic | 0,00150 € | 1,50 € |
| Modello open source self-hosted (Ollama, vLLM) | 0 € di API (solo costo del server) | |
Solo costo di input, esclusa la risposta del modello. Prezzi pubblici standard dei fornitori (Mistral AI, DeepSeek, OpenAI, Anthropic) convertiti da USD in euro al cambio BCE del 13 ottobre 2026. Stima: 1 token ≈ 3,6 caratteri.
Comune alle 3 regioni
Contenuto creato dall'autore, senza fonti esterne.
Uso commerciale consentito · citare l'autore · modifiche consentite.
Solo testo o dati: nessun accesso a file, rete o comandi.
Ospitato in Francia (Scaleway, Parigi). Nessun trasferimento fuori dall'UE.
Unione europea · 5/5
Nessun dato personale.
Nessun dato di addestramento: nessuna sintesi da fornire.
Stati Uniti · 5/5
Nessun dato personale.
Nessun dato di addestramento: nessuna documentazione da pubblicare.
Cina · 5/5
Nessun dato personale.
Nessun dato di addestramento; i contenuti generati dall'IA diffusi in Cina vanno etichettati (2025).
Sintesi indicativa al 30/09/2026, senza valore di certificazione legale. Metodo e fonti →
Qualità del contenuto
Il dettaglio dei criteri è riservato ai membri.
Ogni criterio, i punti tolti e un consiglio per correggerlo.
Analisi del contenuto
Il dettaglio dei criteri è riservato ai membri.
Ogni criterio, i punti tolti e un consiglio per correggerlo.
Calcolato dal contenuto della scheda, con regole, senza IA. Il punteggio è nella scheda Qualità.
MCP contexte
https://contextetech.com/mcp
carica azyb9t
Aggiungi l'indirizzo come connettore nelle impostazioni delle tue app di IA, poi invia la richiesta qui sopra.
API
import json, urllib.request url = "https://contextetech.com/api/resources/contextetech--classificare-ticket-assistenza" fiche = json.load(urllib.request.urlopen(url)) print(fiche["title"] or fiche["name"])
classificare-ticket-assistenza.schema.json
{
"type": "object",
"required": [
"categoria",
"urgenza",
"riassunto"
],
"properties": {
"urgenza": {
"enum": [
"bassa",
"normale",
"alta"
],
"type": "string"
},
"categoria": {
"enum": [
"fatturazione",
"tecnico",
"spedizione",
"account",
"altro"
],
"type": "string"
},
"riassunto": {
"type": "string",
"description": "Una frase"
},
"sentiment": {
"enum": [
"positivo",
"neutro",
"negativo"
],
"type": "string"
},
"azione_successiva": {
"type": "string",
"description": "Cosa deve fare il team di assistenza"
}
}
}API Anthropic (Python)
import json, anthropic
schema = json.load(open("classificare-ticket-assistenza.schema.json"))
client = anthropic.Anthropic()
resp = client.messages.create(model="claude-sonnet-5", max_tokens=1024,
tools=[{"name": "extraire", "description": "Renvoie les données extraites", "input_schema": schema}],
tool_choice={"type": "tool", "name": "extraire"},
messages=[{"role": "user", "content": "il tuo input qui"}])
print(resp.content[0].input)Formato OpenAI (response_format)
{
"type": "json_schema",
"json_schema": {
"name": "classificare-ticket-assistenza",
"schema": {
"type": "object",
"required": [
"categoria",
"urgenza",
"riassunto"
],
"properties": {
"urgenza": {
"enum": [
"bassa",
"normale",
"alta"
],
"type": "string"
},
"categoria": {
"enum": [
"fatturazione",
"tecnico",
"spedizione",
"account",
"altro"
],
"type": "string"
},
"riassunto": {
"type": "string",
"description": "Una frase"
},
"sentiment": {
"enum": [
"positivo",
"neutro",
"negativo"
],
"type": "string"
},
"azione_successiva": {
"type": "string",
"description": "Cosa deve fare il team di assistenza"
}
}
},
"strict": true
}
}
Community
Ancora nessun commento. Condividi la tua esperienza, aiuterà chi viene dopo.