Gestione Template - Guida Dettagliata

Data: 22 Ottobre 2025 Focus: Pattern Matching, SQL Query, Response Template

---

🎯 Cos'è un Template?

Un template è una "ricetta" che dice all'AI Assistant:

1. QUANDO usarmi → Pattern Matching (regex) 2. COSA fare → SQL Query (recupera dati) 3. COME rispondere → Response Template (formatta risposta)

---

🔍 PARTE 1: Pattern Matching

A Cosa Serve

Il pattern matching rileva se la query dell'utente corrisponde a questo template.

Come Funziona

Input: Query utente (es: "Qual è stata la produzione di ieri?") Process: Confronta con pattern regex Output: Match ✅ oppure No Match ❌

---

Esempi Pratici

Esempio 1: Pattern Semplice

Pattern: ``

produzione di ieri
</code>`<code></p><p><strong>Match</strong>:
<ul><li>✅ &quot;Qual è stata la produzione di ieri?&quot;</li>
<li>✅ &quot;Voglio sapere la produzione di ieri&quot;</li>
<li>✅ &quot;Dimmi la produzione di ieri&quot;</li></p><p><strong>NO Match</strong>:
<li>❌ &quot;Produzione di oggi&quot; (non c&#039;è &quot;ieri&quot;)</li>
<li>❌ &quot;Ieri quanti pezzi?&quot; (non c&#039;è &quot;produzione&quot;)</li></p><p>---</p><p><h4><strong>Esempio 2: Pattern con Varianti</strong></h4></p><p><strong>Pattern</strong>:


produzione di (ieri|oggi)


Match:
✅ "Produzione di ieri"
✅ "Produzione di oggi"
❌ "Produzione di questa settimana" (non prevista)

Cosa significa (ieri|oggi)?

| = OR (oppure)

(...) = gruppo


Significa: "ieri" OPPURE "oggi"
---
Esempio 3: Pattern Flessibile

Match:

✅ "Qual è la produzione di ieri?"


✅ "Quanta produzione ieri?"
✅ "Produzione oggi"
✅ "Qual è stata la produzione questa settimana?"
Sintassi Regex:

(?:...) = gruppo non catturante

[ieaè]? = una lettera tra quelle, opzionale

? = opzionale (può esserci o no)

| = OR

---

`Come Scrivere Pattern Efficaci`

`Regola 1: Parti dal Semplice`

❌ Troppo complesso:`(?:qual[ieè]|quant[oiae]|dimmi|mostrami|visualizza).{0,50}produzione`

✅ Semplice ed efficace:`produzione di (ieri|oggi|questa settimana)`

---

`Regola 2: Usa Varianti per Sinonimi`

Query possibili:

"Produzione di ieri"


"Pezzi di ieri"
"Quantità di ieri"

Pattern:`(produzione|pezzi|quantità) (?:di )?(ieri|oggi)`

---

`Regola 3: Ignora Parole Non Essenziali`

Query utente spesso contiene:

"Qual è..."


"Voglio sapere..."
"Dimmi..."
"Per favore..."
Soluzione: Pattern ignora queste parti

`produzione di ieri`

Match anche:

"Qual è la produzione di ieri?"


"Voglio sapere la produzione di ieri"
"Dimmi la produzione di ieri per favore"
Perché? Perché il pattern cerca solo la parte essenziale!
---
Pattern Library - Costrutti Comuni
Periodi Temporali

regex
(ieri|oggi|questa settimana|scorsa settimana|questo mese|scorso mese)


Confronti

regex
confronta?.* (?:con|vs|rispetto a?)


Operatori

regex
(?:chi|quale) (?:è|ha) (?:l')?operatore


Metriche

regex
(produzione|pezzi|operazioni|lavorazioni|quantità)


Domande

regex
(?:qual|quant|come|perch[eé]|quando)


---
🗃️ PARTE 2: SQL Query
A Cosa Serve
La query SQL recupera i dati dal database per rispondere alla domanda.
---
Struttura Database (Recap)

Tabella principale: machine_operations_log

Colonne fisse:

id → ID operazione

machine_id → ID macchina

profile_id → Profilo import usato

timestamp → Data/ora operazione

csv_import_id → Da quale import CSV

Colonna dinamica:

raw_data → JSON con TUTTI i dati dell'operazione

Esempio raw_data:`json { "TotalPieces": 150, "Duration": 2.5, "UserLog": "Mario Rossi", "NumberOfPlies": 12, "Material": "Cartone", "ProfileName": "Taglio Standard" }`

I campi in raw_data cambiano per ogni macchina/profilo!

---

`Query SQL - Esempi Pratici`

`Esempio 1: Totale Pezzi di Ieri`

Cosa vogliamo:

Somma di tutti i TotalPieces di ieri


Per una specifica macchina

Query SQL:`sql SELECT SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL(15,2))) as total_quantity FROM machine_operations_log WHERE machine_id = :machine_id AND DATE(timestamp) = CURDATE() - INTERVAL 1 DAY`

Spiegazione riga per riga:

Riga 1-2: Somma il campo TotalPiecesda JSON`sql SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL))`

JSON_EXTRACT(raw_data, '$.TotalPieces') → Estrae valore da JSON

JSON_UNQUOTE(...) → Rimuove virgolette

CAST(... AS DECIMAL) → Converte in numero

SUM(...) → Somma tutti i valori

Riga 3: Dalla tabella operations`sql FROM machine_operations_log`

Riga 4: Solo per la macchina specificata`sql WHERE machine_id = :machine_id`:machine_id = parametro che verrà sostituito automaticamente

Riga 5: Solo operazioni di ieri`sql AND DATE(timestamp) = CURDATE() - INTERVAL 1 DAY`

CURDATE() = data di oggi

- INTERVAL 1 DAY = meno 1 giorno = ieri

---

`Esempio 2: Conteggio Operazioni + Media Durata`

Cosa vogliamo:

Numero totale operazioni


Durata media

Query SQL:`sql SELECT COUNT(*) as total_operations, AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.Duration')) AS DECIMAL(15,2))) as avg_duration FROM machine_operations_log WHERE machine_id = :machine_id AND timestamp BETWEEN :date_from AND :date_to`

Nuovi concetti:

COUNT(*) → Conta righe

AVG(...) → Media

BETWEEN :date_from AND :date_to → Range date

---

`Esempio 3: Ranking Operatori`

Cosa vogliamo:

Top 5 operatori per pezzi prodotti

Query SQL:`sql SELECT JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.UserLog')) as operator, COUNT(*) as operations, SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as total_pieces FROM machine_operations_log WHERE machine_id = :machine_id AND timestamp BETWEEN :date_from AND :date_to GROUP BY operator ORDER BY total_pieces DESC LIMIT 5`

Nuovi concetti:

GROUP BY operator → Raggruppa per operatore

ORDER BY total_pieces DESC → Ordina per pezzi (più alto primo)

LIMIT 5 → Solo primi 5 risultati

---

`Parametri Standard`

Sempre disponibili in ogni query:

| Parametro | Descrizione | Esempio | |-----------|-------------|---------| |:machine_id | ID macchina corrente | 5| |:date_from | Data inizio periodo | 2025-10-21 00:00:00| |:date_to | Data fine periodo | 2025-10-21 23:59:59 |

Sistema sostituisce automaticamente in base al contesto!

---

`Template SQL Pronti (Copia-Incolla)`

`Template 1: Somma Campo JSON`

sql
SELECT 
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO}')) AS DECIMAL)) as total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to

Sostituisci {CAMPO} con: TotalPieces, Duration, NumberOfPlies, etc.

---

`Template 2: Conteggio + Media`

sql
SELECT 
  COUNT(*) as total_ops,
  AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO}')) AS DECIMAL)) as avg_value
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to


---
Template 3: Group By Campo

sql
SELECT 
  JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO_GROUP}')) as label,
  COUNT(*) as count,
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO_SUM}')) AS DECIMAL)) as total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to
GROUP BY label
ORDER BY total DESC
LIMIT 10


Sostituisci:

{CAMPO_GROUP} → Campo per raggruppare (es: UserLog, Material)

{CAMPO_SUM} → Campo da sommare (es: TotalPieces)

---

`Template 4: Confronto 2 Periodi`

sql
SELECT 
  DATE(timestamp) as date,
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as daily_total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp >= DATE_SUB(NOW(), INTERVAL 14 DAY)
GROUP BY date
ORDER BY date


---
💬 PARTE 3: Response Template
A Cosa Serve
Il response template formatta la risposta per l'utente usando i dati della query SQL.
---
Come Funziona

SQL restituisce:`json { "total_quantity": 1850, "total_operations": 23, "avg_duration": 2.3 }`

Response Template:`📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity} 📈 Operazioni: {total_operations} ⏱️ Durata media: {avg_duration}h`

Output finale:`📊 Produzione di ieri:

✅ Totale pezzi: 1.850 📈 Operazioni: 23 ⏱️ Durata media: 2.3h`

---

`Placeholder Disponibili`

`1. Risultati SQL (automatici)`

Ogni colonna del SELECT diventa un placeholder:

`sql SELECT SUM(...) as total_quantity, ← placeholder: {total_quantity} COUNT(*) as total_ops, ← placeholder: {total_ops} AVG(...) as avg_value ← placeholder: {avg_value}`

Usa nel template:`Totale: {total_quantity} Operazioni: {total_ops} Media: {avg_value}`

---

`2. Entità Estratte (da pattern)`

Se il pattern cattura gruppi:

Pattern:`produzione di (ieri|oggi) gruppo_1 ↑`

Query: "Produzione di ieri"

Entità estratta:`

{periodo} = &quot;ieri&quot;
</code>`<code></p><p>Usa nel template:
</code>`<code>
Produzione di {periodo}: {total} pezzi
</code>`<code></p><p>Output:
</code>`<code>
Produzione di ieri: 1.850 pezzi
</code>`<code></p><p>---</p><p><h3><strong>Formattazione Response</strong></h3></p><p><h4><strong>Usa Emoji</strong> (rendono leggibile)</h4></p><p></code>`<code>
📊 Statistiche
✅ Successo
❌ Errore
⚠️ Attenzione
📈 In crescita
📉 In calo
👥 Operatori
⏱️ Tempo
🎯 Obiettivo


Usa Grassetto (nei messaggi)

Nelle interfacce web, puoi usare markdown:`Totale: {total} pezzi`

O semplice maiuscolo:`TOTALE: {total} pezzi`

`Aggiungi Contesto (molto importante!)`

❌ Risposta secca:`Totale: 1.850 pezzi`

✅ Risposta con contesto:`Totale: 1.850 pezzi

Rispetto alla media degli ultimi 30 giorni (1.750 pezzi), sei +5.7% 📈. Ottimo lavoro!`

---

`Template Esempi Completi`

`Template 1: Produzione Giornaliera`

Response Template:`📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity} 📈 Operazioni: {total_operations} ⏱️ Durata media: {avg_duration}h

Rispetto alla media degli ultimi 30 giorni ({avg_30d} pezzi), sei {delta_percent}% {emoji_trend}.`

Placeholder:

{periodo} → Estratto da pattern (ieri/oggi)

{total_quantity} → Da SQL (SUM TotalPieces)

{total_operations} → Da SQL (COUNT)

{avg_duration} → Da SQL (AVG Duration)

{avg_30d} → Calcolato dal sistema (context enrichment)

{delta_percent} → Calcolato dal sistema

{emoji_trend} → Calcolato (📈 se positivo, 📉 se negativo)

---

`Template 2: Ranking Operatori`

Response Template:`👥 Top 5 Operatori ({periodo}):

🥇 1. {operator_1} - {pieces_1} pezzi ({ops_1} operazioni) 🥈 2. {operator_2} - {pieces_2} pezzi ({ops_2} operazioni) 🥉 3. {operator_3} - {pieces_3} pezzi ({ops_3} operazioni) 4. {operator_4} - {pieces_4} pezzi ({ops_4} operazioni) 5. {operator_5} - {pieces_5} pezzi ({ops_5} operazioni)

⚡ {operator_1} è il più produttivo con {pieces_per_hour} pezzi/ora.`

Placeholder:

{operator_1}, {operator_2}, etc. → Da SQL (risultati multipli)

{pieces_1}, {pieces_2}, etc. → Da SQL

{ops_1}, etc. → Da SQL

{pieces_per_hour} → Calcolato dal sistema

---

`Template 3: Confronto Periodi`

Response Template:`⚖️ Confronto {periodo_1} vs {periodo_2}:

📊 {periodo_1}: {value_1} pezzi 📊 {periodo_2}: {value_2} pezzi

📈 Variazione: {delta_abs} pezzi ({delta_percent}% {emoji})

{insight_message}`

Placeholder:

{periodo_1}, {periodo_2} → Estratti da pattern

{value_1}, {value_2} → Da SQL (2 query)

{delta_abs} → Calcolato (value_1 - value_2)

{delta_percent} → Calcolato

{emoji} → 📈 o 📉

{insight_message} → Auto-generato dal sistema

---

`🔗 COME SI COLLEGANO I 3 COMPONENTI`

`Flusso Completo - Esempio Pratico`

`INPUT UTENTE:`


"Qual è stata la produzione di ieri?"


---
STEP 1: Pattern Matching

Pattern nel template:`produzione di (ieri|oggi)`

Matching:

✅ Match trovato!

Gruppo catturato: (ieri)

Entità estratte:`php [ 'periodo' => 'ieri', 'date_from' => '2025-10-21 00:00:00', 'date_to' => '2025-10-21 23:59:59', ]`

---

`STEP 2: SQL Query`

Query nel template:`sql SELECT SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as total_quantity, COUNT(*) as total_operations, AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.Duration')) AS DECIMAL)) as avg_duration FROM machine_operations_log WHERE machine_id = :machine_id AND timestamp BETWEEN :date_from AND :date_to`

Sistema sostituisce parametri:`sql WHERE machine_id = 5 AND timestamp BETWEEN '2025-10-21 00:00:00' AND '2025-10-21 23:59:59'`

Esegue query → Risultato:`json { "total_quantity": 1850, "total_operations": 23, "avg_duration": 2.3 }`

---

`STEP 3: Response Template`

Template:`📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity} 📈 Operazioni: {total_operations} ⏱️ Durata media: {avg_duration}h`

Sistema sostituisce placeholder:`{periodo} → "ieri" (da entità) {total_quantity} → 1850 (da SQL) {total_operations} → 23 (da SQL) {avg_duration} → 2.3 (da SQL)`

Output finale:`📊 Produzione di ieri:

✅ Totale pezzi: 1.850 📈 Operazioni: 23 ⏱️ Durata media: 2.3h`

---

`📝 ESEMPIO COMPLETO: Template "Produzione Giornaliera"`

`Compilazione Form`

┌─────────────────────────────────────────────────────────────┐
│ Template ID: prod_daily                                     │
│                                                             │
│ Ambito: 📊 Produzione                                       │
│                                                             │
│ Pattern Matching:                                          │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ produzione di (ieri|oggi)                               ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ Cache TTL: [3600] secondi (1 ora)                         │
│                                                             │
│ ☐ Richiede LLM                                            │
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Query SQL:                                                 │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ SELECT                                                  ││
│ │   SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(                  ││
│ │     raw_data, &#039;$.TotalPieces&#039;)) AS DECIMAL)) as total, ││
│ │   COUNT(*) as ops,                                      ││
│ │   AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(                  ││
│ │     raw_data, &#039;$.Duration&#039;)) AS DECIMAL)) as avg_dur   ││
│ │ FROM machine_operations_log                             ││
│ │ WHERE machine_id = :machine_id                          ││
│ │   AND timestamp BETWEEN :date_from AND :date_to        ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Response Template:                                         │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 📊 Produzione di {periodo}:                            ││
│ │                                                         ││
│ │ ✅ Totale pezzi: {total}                              ││
│ │ 📈 Operazioni: {ops}                                   ││
│ │ ⏱️ Durata media: {avg_dur}h                           ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Follow-Up Suggestions:                                     │
│ 1. [Confronta con ieri___________________________]        │
│ 2. [Mostrami il trend settimanale_______________]        │
│ 3. [Chi ha prodotto di più?____________________]        │
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ [Annulla]                          [💾 Crea Template]     │
└─────────────────────────────────────────────────────────────┘


---
❓ Domande Frequenti

`1. Come scopro quali campi ho in` raw_data`?`

Opzione A: Guarda i profili import

Menu → I40 → Profili Import


Vedi colonne configurate

Opzione B: Query database`

sql
SELECT raw_data 
FROM machine_operations_log 
WHERE machine_id = 1 
LIMIT 1;
</code>`<code></p><p><strong>Opzione C</strong>: AI Inspector (da implementare)
<li>Mostra tutti i campi disponibili</li>
<li>Con esempi di valori</li></p><p>---</p><p><h3><strong>2. Cosa succede se il campo non esiste?</strong></h3></p><p>Se query cerca </code>$.TotalPieces<code> ma non esiste nel raw_data:
<li>MySQL restituisce </code>NULL<code></li>
<li>SUM(NULL) = </code>0<code></li>
<li>Response mostra: &quot;0 pezzi&quot;</li></p><p><strong>Soluzione</strong>: Usa campi che sai esistere (da profilo import)</p><p>---</p><p><h3><strong>3. Come testo il pattern prima di salvare?</strong></h3></p><p><strong>Attualmente</strong>: Manuale (provi dopo aver creato)</p><p><strong>Da implementare</strong>: Test inline
<li>Scrivi pattern</li>
<li>Inserisci query test</li>
<li>Vedi se match ✅ o ❌</li></p><p>---</p><p><h3><strong>4. Posso modificare template dopo creazione?</strong></h3></p><p><strong>Sì!</strong> Usa il bottone &quot;Modifica&quot; nella lista template.</p><p>Puoi cambiare:
<li>✅ Pattern</li>
<li>✅ SQL</li>
<li>✅ Response template</li>
<li>✅ Suggestions</li>
<li>✅ Ambito</li>
<li>❌ Template ID (non modificabile)</li></p><p>---</p><p><h2>🎓 Best Practices</h2></p><p><h3><strong>Pattern Matching</strong></h3></p><p>✅ <strong>DO</strong>:
<li>Parti semplice, raffina dopo</li>
<li>Usa varianti per sinonimi</li>
<li>Testa con query reali</li></p><p>❌ <strong>DON&#039;T</strong>:
<li>Pattern troppo specifici (match solo 1 query)</li>
<li>Pattern troppo generici (match tutto)</li>
<li>Regex complesse senza testare</li></p><p>---</p><p><h3><strong>SQL Query</strong></h3></p><p>✅ <strong>DO</strong>:
<li>Usa sempre i parametri

:machine_id

, </code>:date_from<code>, </code>:date_to<code></li>
<li>Aggiungi alias chiari (</code>as total_quantity<code>)</li>
<li>Limita risultati (LIMIT)</li>
<li>Testa query in phpMyAdmin prima</li></p><p>❌ <strong>DON&#039;T</strong>:
<li>Valori hardcoded (WHERE machine_id = 5)</li>
<li>Query senza WHERE (troppo lente)</li>
<li>SELECT * (specifica colonne)</li></p><p>---</p><p><h3><strong>Response Template</strong></h3></p><p>✅ <strong>DO</strong>:
<li>Usa emoji per chiarezza</li>
<li>Aggiungi contesto (confronti, medie)</li>
<li>Formatta numeri (1.850 invece di 1850)</li>
<li>Suggerisci follow-up</li></p><p>❌ <strong>DON&#039;T</strong>:
<li>Risposte troppo lunghe (&gt;10 righe)</li>
<li>Solo numeri senza spiegazione</li>
<li>Placeholder non esistenti</li></p><p>---</p><p><h2>🚀 Prossimi Miglioramenti</h2></p><p><h3><strong>1. AI Generator</strong> (Automatizza Tutto)</h3></p><p><strong>Input</strong>: Solo query esempio  
<strong>Output</strong>: Template completo (pattern + SQL + response)  
<strong>Tempo</strong>: 2 min invece di 15 min</p><p>---</p><p><h3><strong>2. Schema Browser</strong></h3></p><p><strong>Pannello laterale</strong> che mostra:
<li>Tabelle disponibili</li>
<li>Campi in raw_data per ogni macchina</li>
<li>Esempi di valori</li>
<li>Template SQL copy-paste</li></p><p>---</p><p><h3><strong>3. Pattern Tester</strong></h3></p><p><strong>Test inline</strong> mentre scrivi:


Pattern: produzione di (ieri|oggi)
Test Query: [Produzione di ieri_________]

Risultato: ✅ Match! Gruppo 1: "ieri"`

</p><p>---</p><p><h3><strong>4. SQL Builder Visuale</strong></h3></p><p><strong>Drag &amp; drop</strong> invece di scrivere SQL:
</code>`<code>
Campo: [TotalPieces ▼]
Aggregazione: [SUM ▼]
Alias: [total]</p><p>[Aggiungi Campo]</p><p>Filtri:
☑ machine_id = :machine_id
☑ timestamp BETWEEN :date_from AND :date_to</p><p>[Genera SQL] → Crea query automaticamente

---

💡 Come Procedere

Opzione 1: Manuale Guidato (Impari facendo)

1. Creo 5 template esempio completi con spiegazioni 2. Tu li copi e modifichi per altre query 3. Impari struttura pattern/SQL/response 4. Dopo 5-10 template → Capisci la logica

Tempo: 1-2 giorni per 10 template Beneficio: Capisci tutto in profondità

---

Opzione 2: AI Generator (Veloce)

1. Implemento generatore automatico 2. Tu inserisci solo query esempio 3. AI genera tutto (pattern + SQL + response) 4. Tu revisioni e salvi

Tempo: 1 ora per 30 template Beneficio: KB popolata rapidamente

---

Opzione 3: Ibrido ⭐ CONSIGLIATO

1. Oggi: Crei 3-5 template manualmente (con mio aiuto) 2. Domani: Implemento AI Generator 3. Dopodomani: Generi altri 20-30 template con AI

Beneficio:

✅ Capisci la struttura (template manuali)

✅ Velocizzi dopo (AI generator)

✅ Meglio di entrambe le altre opzioni

---

❓ Vuoi Iniziare?

Posso aiutarti a creare il primo template insieme, passo-passo:

1. Scegli una query da gestire (es: "Produzione di ieri") 2. Io ti guido a scrivere pattern, SQL e response 3. Tu capisci la logica 4. Poi crei gli altri autonomamente (o con AI Generator)

Ti va bene questo approccio? Dimmi la query che vuoi gestire per prima! 🚀

Analisi Codice

Blocco 1

produzione di ieri

Blocco 2

produzione di (ieri|oggi)

Blocco 3

(?:qual|quant)[ieaè]? (?:è |stata |la )?produzione (?:di )?(ieri|oggi|questa settimana)

Blocco 4

(?:qual[ieè]|quant[oiae]|dimmi|mostrami|visualizza).{0,50}produzione

Blocco 5

produzione di (ieri|oggi|questa settimana)

Blocco 6

(produzione|pezzi|quantità) (?:di )?(ieri|oggi)

Blocco 7

produzione di ieri

Blocco 8 regex

(ieri|oggi|questa settimana|scorsa settimana|questo mese|scorso mese)

Blocco 9 regex

confronta?.* (?:con|vs|rispetto a?)

Blocco 10 regex

(?:chi|quale) (?:è|ha) (?:l')?operatore

Blocco 11 regex

(produzione|pezzi|operazioni|lavorazioni|quantità)

Blocco 12 regex

(?:qual|quant|come|perch[eé]|quando)

Blocco 13 json

{
  "TotalPieces": 150,
  "Duration": 2.5,
  "UserLog": "Mario Rossi",
  "NumberOfPlies": 12,
  "Material": "Cartone",
  "ProfileName": "Taglio Standard"
}

Blocco 14 sql

SELECT 
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL(15,2))) as total_quantity
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND DATE(timestamp) = CURDATE() - INTERVAL 1 DAY

Blocco 15 sql

SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL))

Blocco 16 sql

FROM machine_operations_log

Blocco 17 sql

WHERE machine_id = :machine_id

Blocco 18 sql

AND DATE(timestamp) = CURDATE() - INTERVAL 1 DAY

Blocco 19 sql

SELECT 
  COUNT(*) as total_operations,
  AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.Duration')) AS DECIMAL(15,2))) as avg_duration
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to

Blocco 20 sql

SELECT 
  JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.UserLog')) as operator,
  COUNT(*) as operations,
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as total_pieces
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to
GROUP BY operator
ORDER BY total_pieces DESC
LIMIT 5

Blocco 21 sql

SELECT 
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO}')) AS DECIMAL)) as total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to

Blocco 22 sql

SELECT 
  COUNT(*) as total_ops,
  AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO}')) AS DECIMAL)) as avg_value
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to

Blocco 23 sql

SELECT 
  JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO_GROUP}')) as label,
  COUNT(*) as count,
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.{CAMPO_SUM}')) AS DECIMAL)) as total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to
GROUP BY label
ORDER BY total DESC
LIMIT 10

Blocco 24 sql

SELECT 
  DATE(timestamp) as date,
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as daily_total
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp >= DATE_SUB(NOW(), INTERVAL 14 DAY)
GROUP BY date
ORDER BY date

Blocco 25 json

{
  "total_quantity": 1850,
  "total_operations": 23,
  "avg_duration": 2.3
}

Blocco 26

📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity}
📈 Operazioni: {total_operations}
⏱️ Durata media: {avg_duration}h

Blocco 27

📊 Produzione di ieri:

✅ Totale pezzi: 1.850
📈 Operazioni: 23
⏱️ Durata media: 2.3h

Blocco 28 sql

SELECT 
  SUM(...) as total_quantity,  ← placeholder: {total_quantity}
  COUNT(*) as total_ops,       ← placeholder: {total_ops}
  AVG(...) as avg_value        ← placeholder: {avg_value}

Blocco 29

Totale: {total_quantity}
Operazioni: {total_ops}
Media: {avg_value}

Blocco 30

produzione di (ieri|oggi)
          gruppo_1 ↑

Blocco 31

{periodo} = "ieri"

Blocco 32

Produzione di {periodo}: {total} pezzi

Blocco 33

Produzione di ieri: 1.850 pezzi

Blocco 34

📊 Statistiche
✅ Successo
❌ Errore
⚠️ Attenzione
📈 In crescita
📉 In calo
👥 Operatori
⏱️ Tempo
🎯 Obiettivo

Blocco 35

**Totale**: {total} pezzi

Blocco 36

TOTALE: {total} pezzi

Blocco 37

Totale: 1.850 pezzi

Blocco 38

Totale: 1.850 pezzi

Rispetto alla media degli ultimi 30 giorni (1.750 pezzi),
sei +5.7% 📈. Ottimo lavoro!

Blocco 39

📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity}
📈 Operazioni: {total_operations}
⏱️ Durata media: {avg_duration}h

Rispetto alla media degli ultimi 30 giorni ({avg_30d} pezzi),
sei {delta_percent}% {emoji_trend}.

Blocco 40

👥 Top 5 Operatori ({periodo}):

🥇 1. {operator_1} - {pieces_1} pezzi ({ops_1} operazioni)
🥈 2. {operator_2} - {pieces_2} pezzi ({ops_2} operazioni)
🥉 3. {operator_3} - {pieces_3} pezzi ({ops_3} operazioni)
   4. {operator_4} - {pieces_4} pezzi ({ops_4} operazioni)
   5. {operator_5} - {pieces_5} pezzi ({ops_5} operazioni)

⚡ {operator_1} è il più produttivo con {pieces_per_hour} pezzi/ora.

Blocco 41

⚖️ Confronto {periodo_1} vs {periodo_2}:

📊 {periodo_1}: {value_1} pezzi
📊 {periodo_2}: {value_2} pezzi

📈 Variazione: {delta_abs} pezzi ({delta_percent}% {emoji})

{insight_message}

Blocco 42

"Qual è stata la produzione di ieri?"

Blocco 43

produzione di (ieri|oggi)

Blocco 44 php

[
  'periodo' => 'ieri',
  'date_from' => '2025-10-21 00:00:00',
  'date_to' => '2025-10-21 23:59:59',
]

Blocco 45 sql

SELECT 
  SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.TotalPieces')) AS DECIMAL)) as total_quantity,
  COUNT(*) as total_operations,
  AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(raw_data, '$.Duration')) AS DECIMAL)) as avg_duration
FROM machine_operations_log
WHERE machine_id = :machine_id
  AND timestamp BETWEEN :date_from AND :date_to

Blocco 46 sql

WHERE machine_id = 5
  AND timestamp BETWEEN '2025-10-21 00:00:00' AND '2025-10-21 23:59:59'

Blocco 47 json

{
  "total_quantity": 1850,
  "total_operations": 23,
  "avg_duration": 2.3
}

Blocco 48

📊 Produzione di {periodo}:

✅ Totale pezzi: {total_quantity}
📈 Operazioni: {total_operations}
⏱️ Durata media: {avg_duration}h

Blocco 49

{periodo} → "ieri" (da entità)
{total_quantity} → 1850 (da SQL)
{total_operations} → 23 (da SQL)
{avg_duration} → 2.3 (da SQL)

Blocco 50

📊 Produzione di ieri:

✅ Totale pezzi: 1.850
📈 Operazioni: 23
⏱️ Durata media: 2.3h

Blocco 51

┌─────────────────────────────────────────────────────────────┐
│ Template ID: prod_daily                                     │
│                                                             │
│ Ambito: 📊 Produzione                                       │
│                                                             │
│ Pattern Matching:                                          │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ produzione di (ieri|oggi)                               ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ Cache TTL: [3600] secondi (1 ora)                         │
│                                                             │
│ ☐ Richiede LLM                                            │
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Query SQL:                                                 │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ SELECT                                                  ││
│ │   SUM(CAST(JSON_UNQUOTE(JSON_EXTRACT(                  ││
│ │     raw_data, '$.TotalPieces')) AS DECIMAL)) as total, ││
│ │   COUNT(*) as ops,                                      ││
│ │   AVG(CAST(JSON_UNQUOTE(JSON_EXTRACT(                  ││
│ │     raw_data, '$.Duration')) AS DECIMAL)) as avg_dur   ││
│ │ FROM machine_operations_log                             ││
│ │ WHERE machine_id = :machine_id                          ││
│ │   AND timestamp BETWEEN :date_from AND :date_to        ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Response Template:                                         │
│ ┌─────────────────────────────────────────────────────────┐│
│ │ 📊 Produzione di {periodo}:                            ││
│ │                                                         ││
│ │ ✅ Totale pezzi: {total}                              ││
│ │ 📈 Operazioni: {ops}                                   ││
│ │ ⏱️ Durata media: {avg_dur}h                           ││
│ └─────────────────────────────────────────────────────────┘│
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ Follow-Up Suggestions:                                     │
│ 1. [Confronta con ieri___________________________]        │
│ 2. [Mostrami il trend settimanale_______________]        │
│ 3. [Chi ha prodotto di più?____________________]        │
│                                                             │
│ ─────────────────────────────────────────────────────────  │
│                                                             │
│ [Annulla]                          [💾 Crea Template]     │
└─────────────────────────────────────────────────────────────┘

Blocco 52 sql

SELECT raw_data 
FROM machine_operations_log 
WHERE machine_id = 1 
LIMIT 1;

Blocco 53

Pattern: produzione di (ieri|oggi)

Test Query: [Produzione di ieri_________]

Risultato: ✅ Match!
Gruppo 1: "ieri"

Blocco 54

Campo: [TotalPieces ▼]
Aggregazione: [SUM ▼]
Alias: [total]

[Aggiungi Campo]

Filtri:
☑ machine_id = :machine_id
☑ timestamp BETWEEN :date_from AND :date_to

[Genera SQL] → Crea query automaticamente

Indice

Info Documento

Gestione Template - Guida Dettagliata

Gestione Template - Guida Dettagliata

🎯 Cos'è un Template?

🔍 PARTE 1: Pattern Matching

A Cosa Serve

Come Funziona

Esempi Pratici

Esempio 1: Pattern Semplice

Esempio 3: Pattern Flessibile

Come Scrivere Pattern Efficaci

Regola 1: Parti dal Semplice

Regola 2: Usa Varianti per Sinonimi

Regola 3: Ignora Parole Non Essenziali

Pattern Library - Costrutti Comuni

Periodi Temporali

Confronti

Operatori

Metriche

Domande

🗃️ PARTE 2: SQL Query

A Cosa Serve

Struttura Database (Recap)

Query SQL - Esempi Pratici

Esempio 1: Totale Pezzi di Ieri

Esempio 2: Conteggio Operazioni + Media Durata

Esempio 3: Ranking Operatori

Parametri Standard

Template SQL Pronti (Copia-Incolla)

Template 1: Somma Campo JSON

Template 2: Conteggio + Media

Template 3: Group By Campo

Template 4: Confronto 2 Periodi

💬 PARTE 3: Response Template

A Cosa Serve

Come Funziona

Placeholder Disponibili

1. Risultati SQL (automatici)

2. Entità Estratte (da pattern)

Usa Grassetto (nei messaggi)

Aggiungi Contesto (molto importante!)

Template Esempi Completi

Template 1: Produzione Giornaliera

Template 2: Ranking Operatori

Template 3: Confronto Periodi

🔗 COME SI COLLEGANO I 3 COMPONENTI

Flusso Completo - Esempio Pratico

INPUT UTENTE:

STEP 1: Pattern Matching

STEP 2: SQL Query

STEP 3: Response Template

📝 ESEMPIO COMPLETO: Template "Produzione Giornaliera"

Compilazione Form

❓ Domande Frequenti

1. Come scopro quali campi ho in raw_data?

💡 Come Procedere

Opzione 1: Manuale Guidato (Impari facendo)

Opzione 2: AI Generator (Veloce)

Opzione 3: Ibrido ⭐ CONSIGLIATO

❓ Vuoi Iniziare?

Analisi Codice

Blocco 1

Blocco 2

Blocco 3

Blocco 4

Blocco 5

Blocco 6

Blocco 7

Blocco 8 regex

Blocco 9 regex

Blocco 10 regex

Blocco 11 regex

Blocco 12 regex

Blocco 13 json

Blocco 14 sql

Blocco 15 sql

Blocco 16 sql

Blocco 17 sql

Blocco 18 sql

`Come Scrivere Pattern Efficaci`

`Regola 1: Parti dal Semplice`

`Regola 2: Usa Varianti per Sinonimi`

`Regola 3: Ignora Parole Non Essenziali`

`Query SQL - Esempi Pratici`

`Esempio 1: Totale Pezzi di Ieri`

`Esempio 2: Conteggio Operazioni + Media Durata`

`Esempio 3: Ranking Operatori`

`Parametri Standard`

`Template SQL Pronti (Copia-Incolla)`

`Template 1: Somma Campo JSON`

`Template 2: Conteggio + Media`

`Template 4: Confronto 2 Periodi`

`Placeholder Disponibili`

`1. Risultati SQL (automatici)`

`2. Entità Estratte (da pattern)`

`Aggiungi Contesto (molto importante!)`

`Template Esempi Completi`

`Template 1: Produzione Giornaliera`

`Template 2: Ranking Operatori`

`Template 3: Confronto Periodi`

`🔗 COME SI COLLEGANO I 3 COMPONENTI`

`Flusso Completo - Esempio Pratico`

`INPUT UTENTE:`

`STEP 2: SQL Query`

`STEP 3: Response Template`

`📝 ESEMPIO COMPLETO: Template "Produzione Giornaliera"`

`Compilazione Form`

`1. Come scopro quali campi ho in` raw_data`?`