A cura di Gianluca Bonomo — Docente e Formatore Tecnologico
Benvenuto nella guida omnicomprensiva del Corso Completo di 12 Ore sull'utilizzo di Claude di Anthropic in ambito aziendale e professionale. Questo percorso formativo nasce per colmare la distanza tra la curiosità teorica e l'adozione quotidiana e responsabile dei Large Language Model nel lavoro di tutti i giorni.
Nelle dodici lezioni che compongono il programma, strutturate a partire dalle dispense ufficiali rilasciate agli allievi, analizzeremo ogni snodo operativo: dalla comprensione del calcolo probabilistico alle stringenti normative europee (AI Act e GDPR), dalla redazione di prompt a prova di errore con tag XML fino alla creazione di applicazioni senza codice tramite Artifacts, analisi complessa di PDF contabili e integrazione di agenti autonomi tramite protocollo MCP.
Come usare questa dispensa
Questa dispensa raccoglie, in forma scritta e ordinata, tutto quello che vediamo insieme durante l'ora di lezione. Non devi studiarla a memoria: serve a farti ritrovare le cose con calma, dopo, quando l'aula è finita e ti resta una domanda in sospeso.
È pensata per chi parte da zero. Ogni termine tecnico viene spiegato la prima volta che compare, e a fine dispensa trovi un glossario con tutte le parole nuove. Se una pagina ti sembra difficile, saltala e torna indietro dopo: nessun concetto di questa dispensa richiede conoscenze informatiche precedenti.
Come consultare il documento online: Puoi navigare rapidamente tra le lezioni tramite l'indice sottostante, visualizzando una lezione alla volta. All'interno del testo, ogni termine tecnico presente nel glossario mostra la sua definizione al passaggio del mouse (mouseover). Al termine dell'articolo trovi inoltre il Glossario Unificato con tutte le 83 definizioni complete consultabili liberamente.
Che cos'è davvero l'intelligenza artificiale, da dove viene e come funziona
Obiettivo della Lezione
Capire che cos'è l'intelligenza artificiale che usiamo oggi, ripercorrere la strada che dal 1956 ci ha portati ai modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. generativi, e farsi un'idea chiara di come funziona un sistema che scrive testi. Senza formule, senza codice, senza bisogno di essere informatici.
Competenze Acquisite al Termine
Spiegare a un collega la differenza fra IA deboleIA debole (o ristretta):L'unica IA che esiste oggi: sa fare un compito specifico e non trasferisce ciò che sa ad altri ambiti. e IA generaleIA generale (AGI):Ipotetica IA capace di affrontare qualsiasi problema come farebbe una persona. Non esiste., senza sbagliare.
Riconoscere quando un titolo di giornale sull'IA sta esagerando, e perché.
Capire che cosa succede, passo per passo, quando scrivi una domanda a un chatbot.
Distinguere i problemi che si risolvono meglio con un foglio di calcolo da quelli che si risolvono meglio con l'IA generativa.
1. Che cos'è l'intelligenza artificiale (e che cosa non è)
Prima di usare uno strumento conviene sapere che cosa è e, soprattutto, che cosa non è. Su questo punto l'intelligenza artificiale sconta trent'anni di racconti cinematografici.
1.1 Una definizione senza esagerazioni
Paragrafi 1-2 • CALCOLA, NON PENSA
Definizione di IA
L'IA impara dagli esempi, non capisce né pensa. Calcola.
Intanto una cosa banale ma utile: IA in italiano e AI in inglese sono la stessa identica cosa. Intelligenza Artificiale, Artificial Intelligence. Se leggi articoli internazionali trovi quasi sempre AI, ma il concetto non cambia.
La definizione più onesta è questa:
L'intelligenza artificiale è un ramo dell'informatica che costruisce programmi capaci di svolgere compiti che, quando li fa un essere umano, richiedono intelligenza.
Gianluca Bonomo, Niente paura, è solo IA, cap. 1.1
Niente magia. Compiti come riconoscere una voce, tradurre un testo, distinguere un gatto da una bicicletta in una foto, suggerirti la prossima canzone o scrivere un riassunto: attività che un tempo poteva fare solo una persona, e che oggi — con limiti e imperfezioni — riesce a fare anche un computer.
Ma attenzione a un punto che tornerà spesso: l'IA di oggi non pensa come un essere umano. Non ha coscienza, non prova emozioni, non ha intenzioni proprie. È uno strumento molto sofisticato che trova schemi nei dati e li usa per generare risposte.
1.2 Tre gradini: debole, generale, super-intelligente
Quando senti parlare di intelligenza artificiale, la prima domanda da farsi è: di quale delle tre stiamo parlando? È una distinzione che vale come igiene mentale, perché separa la realtà dalla previsione e dalla paura.
La caratteristica decisiva dell'IA deboleIA debole (o ristretta):L'unica IA che esiste oggi: sa fare un compito specifico e non trasferisce ciò che sa ad altri ambiti. è la mancanza di trasferimento: un sistema addestrato per un compito non sa applicare quel che ha imparato a un ambito diverso. AlphaGo ha battuto il campione del mondo di Go, ma non conosce nemmeno le regole degli scacchi. È come un maratoneta che non per questo è un buon nuotatore.
1.3 Sei miti da sfatare
1.4 L'IA che usi già senza saperlo
Paragrafi 8-9 • ORA CI PUOI PARLARE
L'IA nella Vita Quotidiana
Antispam, correttore, navigatore. La svolta epocale: adesso ci puoi parlare.
Una cosa che in aula sorprende sempre: quasi tutti usano l'intelligenza artificiale da anni, senza chiamarla così.
Il filtro antispam della posta: ha imparato a riconoscere le email indesiderate guardando milioni di esempi.
Il navigatore che ti propone il percorso più veloce: prevede il traffico incrociando dati storici e in tempo reale.
I suggerimenti di Netflix, YouTube e Spotify.
Il riconoscimento del volto che sblocca il telefono.
Il correttore automatico e la traduzione istantanea.
2. Come siamo arrivati fin qui
La storia dell'IA non è una linea che sale. È fatta di entusiasmi, delusioni, tagli ai finanziamenti e ripartenze. Conoscerla serve a prendere le misure anche all'entusiasmo di oggi.
Le cinque tappe che ci hanno portati qui.
2.1 1950: Alan Turing e la domanda giusta
Paragrafo 3 • UMANO O MACCHINA?
Il Test di Turing (1950)
Se non distingui la macchina dalla persona, che senso ha discutere se pensa davvero?
La storia comincia sei anni prima che l'intelligenza artificiale avesse un nome. Nel 1950 il matematico inglese Alan Turing — lo stesso che durante la guerra aveva contribuito a decifrare il codice tedesco Enigma — pubblica un articolo destinato a diventare leggendario: Computing Machinery and Intelligence.
Turing parte da una domanda che sembra ovvia: le macchine possono pensare? E subito si accorge che è una domanda mal posta, perché si arena sulla definizione di “pensare”, sulla quale i filosofi discutono da millenni. Allora la sostituisce con una prova pratica, il gioco dell'imitazione, che oggi tutti chiamano test di TuringTest di Turing:Prova proposta da Alan Turing nel 1950: se un giudice non distingue per iscritto una macchina da una persona, la macchina esibisce un comportamento intelligente..
La genialità sta nello spostamento: Turing aggira la domanda filosofica sulla coscienza e guarda solo alle prestazioni. Non chiede alla macchina di provare che dentro di sé succeda qualcosa: le chiede di comportarsi in modo indistinguibile da noi. È un criterio pragmatico, misurabile, che ha dato alla ricerca un obiettivo concreto per decenni.
Turing muore nel 1954, a soli 41 anni. Non farà in tempo a vedere nascere la disciplina che il suo articolo aveva contribuito a rendere possibile: il suo lavoro resta la premessa teorica di tutto quello che segue.
2.2 1956: il nome nasce a Dartmouth
Nell'estate del 1956, nel campus del Dartmouth College (New Hampshire, Stati Uniti), una decina di ricercatori si riunì per un seminario estivo con un'idea ambiziosa: dimostrare che ogni aspetto dell'apprendimento e dell'intelligenza potesse essere descritto con tale precisione da poter essere simulato da una macchina.
Fu John McCarthy, allora ventottenne, a proporre il seminario e a coniare il termine Intelligenza Artificiale, quasi come una bandiera per distinguersi dalla cibernetica. Con lui c'erano Marvin Minsky, Claude Shannon (il padre della teoria dell'informazione), Nathaniel Rochester di IBM, e poi Allen Newell e Herbert Simon, che portarono il Logic Theorist: il primo programma capace di dimostrare teoremi matematici, e in qualche caso di trovare dimostrazioni più eleganti di quelle originali.
Dartmouth non produsse un risultato spettacolare immediato. Fece qualcosa di più importante: diede un nome a un campo, ne riunì i pionieri e gli procurò una casa accademica, con finanziamenti, riviste e conferenze.
2.3 Primavere e inverni
Paragrafo 4 • GLI INVERNI DELL'IA
Gli Inverni dell'IA
Dalla conferenza di Dartmouth (1956) ai decenni di delusioni e fondi tagliati.
Nei decenni successivi l'IA ha vissuto cicli molto marcati. Vale la pena conoscerli, perché spiegano perché chi lavora nel settore da tempo guarda all'entusiasmo attuale con un filo di prudenza.
2.4 2012: i tre ingredienti che hanno cambiato tutto
Paragrafo 5 • I 3 INGREDIENTI
La Svolta del 2012
Tantissimi dati, schede grafiche potenti (GPU) e algoritmi di deep learning.
Intorno al 2010 tre fattori sono arrivati a maturazione nello stesso momento. Nessuno dei tre, da solo, sarebbe bastato.
I dati. Internet, gli smartphone e i social hanno prodotto un diluvio di foto, testi, video, suoni. Per un algoritmoAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina. affamato di esempi, una tavola imbandita.
La potenza di calcolo. Le schede grafiche (GPUGPU:Scheda grafica. Nata per i videogiochi, si è rivelata perfetta per i calcoli paralleli delle reti neurali.), nate per i videogiochi, si sono rivelate perfette per i calcoli delle reti neurali, che sono intrinsecamente paralleli. Addestramenti che richiedevano settimane sono scesi a ore.
Gli algoritmiAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina.. Geoffrey Hinton, Yann LeCun e Yoshua Bengio avevano tenuto in vita le reti neurali durante gli inverni. Nel 2018 hanno vinto il Premio Turing, il “Nobel dell'informatica”.
Il momento spartiacque è l'autunno 2012, alla competizione ImageNet: AlexNet, una rete neurale addestrata su due GPUGPU:Scheda grafica. Nata per i videogiochi, si è rivelata perfetta per i calcoli paralleli delle reti neurali., fece crollare il tasso di errore nel riconoscimento delle immagini, staccando nettamente tutti i sistemi tradizionali. Da quel giorno il deep learningDeep learning:Apprendimento profondo: reti neurali con molti strati, ciascuno dei quali riconosce caratteristiche più astratte del precedente. smise di essere una curiosità accademica.
2.5 2017: il Transformer e l'era generativa
Nel 2017 un gruppo di ricercatori di Google pubblicò un articolo dal titolo curioso: AttentionAttention (attenzione):Il meccanismo con cui un Transformer pesa l'importanza di ogni token rispetto a tutti gli altri. Is All You Need. Dentro c'era una nuova architettura di rete neurale, il TransformerTransformer:L'architettura di rete neurale presentata nel 2017, basata sull'attenzione. È il cuore dei moderni LLM., pensata inizialmente per la traduzione automatica.
L'intuizione è il meccanismo di attenzione: invece di leggere un testo parola per parola in ordine rigido, il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara a “prestare attenzione” a tutte le parole della frase contemporaneamente, pesando l'importanza di ciascuna in base al contesto. Nella frase «Il gatto che era sul tavolo era affamato», il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. collega “gatto” e “affamato” anche se in mezzo ci sono altre parole.
Applicando questa architettura a quantità enormi di testo sono nati i Large Language Models (LLMLLM:Large Language Model, grande modello linguistico. Una rete neurale addestrata su enormi quantità di testo.), i grandi modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. linguistici. Il resto è storia recente: il 30 novembre 2022 OpenAI lancia ChatGPT come “anteprimaAnteprima:La vista che mostra il risultato funzionante, invece del codice che lo genera. di ricerca”. In cinque giorni raggiunge un milione di utenti, in due mesi cento milioni. Per la prima volta chiunque poteva parlare con un'intelligenza artificiale usando il linguaggio naturale, senza scrivere una riga di codice.
3. Come funziona, sotto il cofano
Qui apriamo il cofano. Non per diventare tecnici, ma per avere la serenità di chi, quando legge un articolo sull'IA, sa di che cosa si sta parlando.
3.1 I dati: il carburante
Se l'IA fosse un'automobile, i dati sarebbero la benzina. Senza carburante anche il motore migliore resta fermo. Un dato è qualsiasi informazione rappresentabile in forma digitale: una foto, una frase, un video, una temperatura, un clic.
Quando si costruisce un sistema di IA, i dati si dividono in tre gruppi: quelli di addestramento (su cui il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara), quelli di validazione (per controllare durante il percorso che stia imparando davvero e non a memoria) e quelli di test (l'esame finale, su dati mai visti prima).
3.2 Algoritmo e apprendimento automatico
Un algoritmoAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina. è semplicemente una sequenza finita di istruzioni precise che portano da un punto di partenza a un risultato. Una ricetta di cucina è un algoritmoAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina.. Le istruzioni per montare un mobile sono un algoritmoAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina..
Per decenni gli algoritmiAlgoritmo:Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina. informatici hanno funzionato “a regole scritte a mano”: un programmatore studiava il problema e scriveva esplicitamente tutte le istruzioni. Funziona benissimo per gli scacchi o per una busta paga. Non funziona per riconoscere un gatto in una foto: prova a scrivere le regole per distinguere un gatto da una volpe, da qualsiasi angolazione e con qualsiasi luce. È impossibile. Eppure un bambino di tre anni ci riesce al primo sguardo.
3.3 Tre modi di imparare
Non esiste un solo modo di imparare dai dati. Ce ne sono tre grandi famiglie, e i sistemi moderni le mescolano.
Quest'ultima famiglia ha un'applicazione che ci riguarda da vicino: la tecnica RLHFRLHF:Apprendimento per rinforzo da feedback umano: persone valutano le risposte e il modello impara a produrne di più gradite. (Reinforcement Learning from Human Feedback, apprendimento per rinforzo da feedback umano). In pratica delle persone valutano diverse risposte generate dal modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., e il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara a produrre risposte sempre più gradite. È uno degli ingredienti che rende un chatbot fluido e utile invece che scostante.
3.4 Reti neurali e deep learning
Il “macchinario” che trasforma i dati in apprendimento si chiama rete neurale artificiale. Il nome viene dalla biologia: il nostro cervello ha circa 86 miliardi di neuroni, ciascuno connesso a migliaia di altri.
Una rete neurale: i dati entrano a sinistra, attraversano gli strati nascosti e producono un risultato a destra.
Un neurone artificiale fa una cosa sola: prende in ingresso alcuni numeri, moltiplica ciascuno per un pesoPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali. (che ne indica l'importanza), somma tutto, e se il risultato supera una certa soglia “si accende”.
Collegando tanti neuroni in strati successivi si ottiene una rete. Quando gli strati sono molti — decine, centinaia — si parla di deep learningDeep learning:Apprendimento profondo: reti neurali con molti strati, ciascuno dei quali riconosce caratteristiche più astratte del precedente., apprendimento profondo. Ogni strato impara caratteristiche sempre più astratte: il primo riconosce bordi e angoli, il secondo li combina in forme, il terzo in parti di oggetti (un occhio, una ruota), quelli più profondi riconoscono l'oggetto intero.
La cosa notevole è che nessuno ha programmato la rete per cercare gli occhi. Li ha scoperti da sola, strato dopo strato, perché erano utili a distinguere un volto da qualsiasi altra cosa.
3.5 Pesi, parametri e funzione di perdita
Sono le tre parole che incontri in ogni articolo tecnico. Tradotte:
PesoPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali.: un numero che dice quanto è importante una connessione. All'inizio i pesiPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali. sono casuali; durante l'addestramento quelli che portano a risposte giuste si rafforzano. Alla fine, un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. di IA è letteralmente un insieme di pesiPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali..
ParametroParametro:Uno dei numeri regolabili del modello. GPT-3 ne aveva 175 miliardi.: tutti i numeri regolabili del modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., pesiPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali. inclusi. Quando leggi che un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. ha “175 miliardi di parametriParametro:Uno dei numeri regolabili del modello. GPT-3 ne aveva 175 miliardi.”, significa che contiene 175 miliardi di numeri che l'addestramento ha calibrato.
Funzione di perdita (loss): il termometro dell'errore. Misura quanto la risposta del modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. è lontana da quella giusta. L'addestramento consiste nel cercare i pesiPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali. che rendono questo numero il più piccolo possibile.
4. Che cosa succede quando scrivi a un chatbot
Paragrafi 6-7 • COME FUNZIONA: I TOKEN
Come Funziona un LLM
Tokenizzazione, vettori numerici, fascio di attenzione e calcolo della parola successiva.
Mettiamo insieme tutti i pezzi e seguiamo il percorso di una frase, da quando la scrivi a quando leggi la risposta. Sono quattro passaggi.
4.1 Primo passaggio: i token
Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. non lavora con le parole, ma con i tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura.: pezzetti di testo, che possono essere una parola intera, una sillaba o un segno di punteggiatura. La prima cosa che succede alla tua frase è che viene spezzata in tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura..
4.2 Secondo passaggio: gli embeddings
Ogni tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. viene poi trasformato in una lunga serie di numeri, chiamata embeddingEmbedding:La rappresentazione di un token come serie di numeri. Token dal significato simile hanno embedding vicini. (in italiano: rappresentazione vettoriale). Non è un codice arbitrario: tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. dal significato simile finiscono “vicini” in questo spazio numerico. È il modo in cui il significato diventa matematica.
4.3 Terzo passaggio: l'attenzione
A questo punto entra in gioco il meccanismo di attenzione del TransformerTransformer:L'architettura di rete neurale presentata nel 2017, basata sull'attenzione. È il cuore dei moderni LLM.. Ogni tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. viene messo in relazione con tutti quelli che lo precedono, e il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara da solo quali legami contano.
Ogni riga è un tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. che “guarda” i tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. precedenti. Più la casella è intensa, più quel legame pesa.
4.4 Quarto passaggio: la predizione
Infine il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. calcola, fra tutti i tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. possibili, quale ha la probabilità più alta di venire dopo. Lo sceglie, lo scrive, e ricomincia da capo con la frase allungata di un pezzo. Una parola alla volta, fino alla fine della risposta.
Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. non sceglie la parola “giusta”: sceglie quella più probabile. Le percentuali sono un esempio didattico.
5. Le domande che arrivano sempre in aula
«L'IA può diventare cosciente?»
È la curiosità più diffusa, e nasce dal racconto cinematografico più che dalla tecnologia. La risposta sta nella distinzione del capitolo 1: quella che esiste oggi è IA deboleIA debole (o ristretta):L'unica IA che esiste oggi: sa fare un compito specifico e non trasferisce ciò che sa ad altri ambiti., e gli LLMLLM:Large Language Model, grande modello linguistico. Una rete neurale addestrata su enormi quantità di testo. calcolano probabilità linguistiche. Non possiedono auto-consapevolezza. L'IA generaleIA generale (AGI):Ipotetica IA capace di affrontare qualsiasi problema come farebbe una persona. Non esiste., quella dei film, è un'ipotesi di ricerca.
«Se sbaglia, di chi è la colpa?»
Di chi usa lo strumento. È un principio che nelle ore successive vedremo diventare anche una regola giuridica: la responsabilità di verificare resta sempre in capo alla persona.
«Conviene imparare a usarla o aspettare che si semplifichi?»
Si sta già semplificando, ed è proprio questo il motivo per cui conviene impararla adesso: lo strumento è alla portata di tutti, il vantaggio lo fa chi sa che cosa chiedergli. In Italia, nel 2025, solo il 19,9% delle persone fra 16 e 74 anni aveva usato strumenti di IA generativa nei tre mesi precedenti, contro una media europea del 32,7% (Eurostat). C'è spazio.
6. Esercitazione pratica dell'ora
Un esercizio da fare in aula, o da soli a casa. Serve a capire dove l'IA generativa conviene davvero e dove è solo moda.
Mappa tre processi che svolgi abitualmente al lavoro o nello studio. Scrivili nella tabella, poi classifica ciascuno secondo lo strumento più adatto.
Modulo Didattico • Ora 02 di 12
Lezione 02: Normativa, privacy, ecologia ed etica
Le regole europee, i dati aziendali, l'impronta ambientale e i limiti dell'IA
Obiettivo della Lezione
Avere il quadro completo di ciò che sta intorno allo strumento: la regolamentazione europea (AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo.), la protezione dei dati aziendali (GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018.), l'impatto ambientale dell'IA e i dilemmi etici legati a biasBias:Distorsione sistematica: un pregiudizio presente nei dati che il modello riproduce e amplifica. e allucinazioniAllucinazione:Una risposta del modello sintatticamente corretta e plausibile, ma di fatto sbagliata o inventata.. Sono gli argomenti che in aula si saltano quasi sempre, e che invece decidono se l'IA in azienda è un vantaggio o un problema.
Competenze Acquisite al Termine
Riconoscere a quale livello di rischio dell'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. appartiene uno strumento che già usi.
Sapere che cosa non va mai incollato dentro un chatbot, e perché.
Distinguere un account personale gratuito da un abbonamento aziendale idoneo.
Farti un'idea concreta del costo energetico e idrico di ogni richiesta.
Compilare una prima scheda di valutazione del rischio per la tua azienda.
1. Perché servono delle regole
Le regole sull'IA non sono materia per giuristi. Definiscono che cosa si può fare, chi risponde se qualcosa va storto e quali diritti abbiamo come cittadini e come lavoratori.
Il problema di fondo è quello che abbiamo visto nell'ora precedente: spesso non è possibile ricostruire perché un sistema di IA ha preso una certa decisione. Diventa quindi difficile capire se qualcuno è stato trattato ingiustamente — in una selezione del personale, in una richiesta di mutuo, in un accesso a un servizio pubblico. Le leggi esistenti offrono qualche tutela, ma non bastano.
2. L'AI Act europeo
Il Regolamento (UE) 2024/1689, universalmente noto come AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo., è il primo quadro giuridico organico sull'intelligenza artificiale al mondo. Pubblicato in Gazzetta Ufficiale europea il 12 luglio 2024, è entrato in vigore il 1° agosto 2024 e si applica per gradi.
L'approccio dell'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo.: più alto è il rischio per le persone, più stringenti sono gli obblighi.
2.2 Il calendario di applicazione
Paragrafo 3 • LE DATE CHIAVE
Le Date Chiave
2 Agosto 2026 per la trasparenza e 2 Dicembre 2027 per i sistemi ad alto rischio.
L'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. non è entrato in vigore tutto insieme. Il calendario è scaglionato per dare alle imprese il tempo di adeguarsi, ed è già stato modificato una volta: il pacchetto di semplificazione noto come Omnibus ha spostato in avanti gli obblighi per i sistemi ad alto rischio.
Calendario verificato a settembre 2026 su digital-strategy.ec.europa.eu e artificialintelligenceact.eu.
2.3 Che cosa cambia in pratica per chi usa un chatbot
Dal 2 agosto 2026 si applicano gli obblighi di trasparenza. In concreto:
Chi mette a disposizione un chatbot deve far capire alle persone che stanno interagendo con un sistema di IA, non con un collega.
I contenuti generati artificialmente devono essere identificabili: testi, immagini, audio, video.
I deepfakeDeepfake:Contenuto audio, video o fotografico manipolato o generato da IA per far dire o fare a qualcuno cose mai dette o fatte. e i testi pubblicati per informare il pubblico su questioni di interesse pubblico vanno etichettati in modo chiaro e visibile.
Le sanzioni non sono simboliche: per le violazioni più gravi l'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. prevede multe fino al 7% del fatturato annuo globale dell'impresa.
2.4 L'Italia: la legge 132/2025
L'Italia è stata il primo Stato membro dell'Unione a dotarsi di una normativa nazionale organica complementare all'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo.: la legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025. Non sostituisce il regolamento europeo: lo integra con principi nazionali e deleghe al Governo.
Le autorità nazionali designate sono l'Agenzia per l'Italia digitale (AgID) e l'Agenzia per la cybersicurezza nazionale (ACN).
I punti che riguardano il lavoro
Obbligo di informazione: il datore di lavoro deve informare i lavoratori — e le rappresentanze sindacali — dell'uso di sistemi di IA.
Divieto di discriminazione algoritmica: le decisioni automatizzate non possono generare discriminazioni per genere, età, origine etnica, credo religioso o condizione sociale.
Supervisione umanaSupervisione umana:Obbligo di mantenere una persona nel processo decisionale, con potere effettivo di intervenire.: le decisioni sui rapporti di lavoro non possono essere completamente automatizzate, e il lavoratore ha diritto a conoscere criteri e logica delle decisioni che lo riguardano.
Professioni intellettuali: l'uso dell'IA deve restare strumentale e di supporto, senza mai sostituire il lavoro intellettuale del professionista.
Osservatorio nazionale presso il Ministero del Lavoro, per monitorare i settori più esposti e sostenere la formazione continua.
Sul fronte penale, la legge inasprisce le pene per i reati commessi mediante sistemi di IA, inclusa la diffusione illecita di deepfakeDeepfake:Contenuto audio, video o fotografico manipolato o generato da IA per far dire o fare a qualcuno cose mai dette o fatte..
3. Privacy: i dati che escono dalla porta
È il punto in cui l'entusiasmo per lo strumento può diventare un problema legale per l'azienda. E quasi sempre non c'entrano gli hacker: c'entra un copia-e-incolla fatto in buona fede.
3.1 Il paradosso dell'IA
Per funzionare bene, l'IA ha bisogno di dati. Tantissimi. Più è utile, più dati personali rischia di assorbire; più ne assorbe, più diventa potente; e più diventa potente, più è difficile controllare che cosa sa di noi.
L'obiettivo è semplice da enunciare e difficile da praticare: i dati aziendali devono restare dentro il perimetro.
3.1 Il GDPR in cinque principi
Paragrafi 4-5 • MINIMIZZAZIONE DEI DATI
GDPR e Minimizzazione
Trattare solo i dati che servono davvero. Non incollare nomi, buste paga o dati sanitari.
In Europa la protezione dei dati personali è regolata dal GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018., in vigore dal 2018. Non è stato scritto per l'IA, ma si applica eccome. I principi da ricordare:
Liceità, correttezza e trasparenza: le persone devono sapere che cosa succede ai loro dati.
Limitazione della finalità: i dati si raccolgono per uno scopo preciso e dichiarato, non “per ogni evenienza”.
Minimizzazione: si raccoglie solo quello che serve davvero.
Limitazione della conservazione: non si tengono più a lungo del necessario.
Integrità e riservatezza: vanno protetti.
L'IA mette sotto pressione proprio questi principi. Come si garantisce la limitazione della finalità, se un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. viene addestrato su dati raccolti per uno scopo e poi usato per mille scopi diversi? E come si concilia la minimizzazione con modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. affamati di quantità sempre maggiori di dati?
L'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. non sostituisce il GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018.: lo integra, aggiungendo obblighi specifici su trasparenza, documentazione, supervisione umanaSupervisione umana:Obbligo di mantenere una persona nel processo decisionale, con potere effettivo di intervenire. e gestione del rischio.
3.2 Il rischio si chiama data leakage
Immagina la scena. Marco ha una scadenza urgente e un foglio di calcolo pieno di nomi di clienti, fatturati e margini. Apre un chatbot gratuito, carica il file e scrive: «analizza questi dati e scrivimi un riassunto». In trenta secondi ha il suo report. Ha fatto bella figura.
Quello che Marco non ha considerato è che quei dati ora sono su un server che la sua azienda non controlla, gestito da un fornitore con cui l'azienda non ha alcun contratto. Sono usciti dal perimetro. E non tornano indietro.
Che cosa non va mai incollato in un chatbot pubblico
Dati anagrafici e di contatto di clienti, fornitori, dipendenti.
Codice sorgente e documentazione tecnica proprietaria.
Dati sanitari, giudiziari, e in generale le categorie particolari del GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018..
Password, credenziali, chiavi di accesso, codici fiscali, coordinate bancarie.
3.3 Shadow AI: il nemico invisibile
Paragrafo 6 • SHADOW AI IN AZIENDA
Shadow AI in Azienda
L'uso non regolato di account personali con documenti riservati per fare in fretta.
Il fenomeno di Marco ha un nome: Shadow AIShadow AI:Uso di strumenti di IA non autorizzati, all'insaputa dell'IT e della direzione., IA ombra. Indica l'uso spontaneo e non autorizzato di strumenti di IA esterni da parte dei dipendenti, all'insaputa dell'IT e della direzione. Non serve una tecnica di attacco sofisticata: basta un copia-e-incolla.
Il danno non è solo la fuga di dati. È che la Shadow AIShadow AI:Uso di strumenti di IA non autorizzati, all'insaputa dell'IT e della direzione. rende invisibile il flusso delle informazioni: l'azienda non sa quali dati siano usciti, non può controllarne l'uso e non può dimostrare di aver fatto il necessario per proteggerli.
3.4 Due casi italiani da conoscere
OpenAI e il Garante Privacy
Il Garante per la protezione dei dati personali ha sanzionato OpenAI con 15 milioni di euro (provvedimento del 2 novembre 2024, reso noto a dicembre), contestando carenze di trasparenza verso gli utenti, una raccolta non proporzionata di dati per l'addestramento, l'assenza di verifica dell'età e l'omessa comunicazione di una violazione dei dati. Alla sanzione si accompagnava l'obbligo di una campagna informativa di sei mesi.
DeepSeek
Il 30 gennaio 2025, pochi giorni dopo il lancio globale del chatbot cinese DeepSeek, il Garante ha adottato d'urgenza un provvedimento di limitazione del trattamento dei dati degli utenti italiani, contestando la raccolta di dati tramite web scrapingWeb scraping:Raccolta automatica di dati dal web tramite programmi. Usata per costruire i dataset di addestramento. senza basi legali sufficienti, l'assenza di un'informativa in lingua italiana e la violazione degli obblighi di trasparenza. L'app è stata rimossa dagli store italiani.
3.5 Account personale o abbonamento aziendale?
4. L'impronta ambientale
Paragrafo 7 • IMPATTO AMBIENTALE
Impatto Ambientale e Consumi
Le stime sul consumo d'acqua variano da 1 a 45 ml: l'importanza di standard condivisi.
È il tema del capitolo 9 del libro, e quello che in aula sorprende di più: ogni richiesta che scriviamo ha un costo fisico, fatto di elettricità e di acqua.
4.1 Energia
Per quasi vent'anni il consumo elettrico dei data center era rimasto sorprendentemente stabile, nonostante il traffico internet crescesse di venti volte: l'efficienza compensava la crescita. Poi, fra la fine del 2022 e l'inizio del 2023, la curva si è impennata.
Addestramento e inferenza: due cose diverse
Il ciclo di vita di un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. ha due fasi con costi molto diversi.
L'addestramento è la fase in cui il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara: intensiva, concentrata nel tempo, con migliaia di schede grafiche che lavorano ventiquattr'ore al giorno per settimane. È come mandare un ragazzo a scuola per dodici anni: costoso, ma si fa una volta.
L'inferenzaInferenza:La fase in cui il modello già addestrato risponde alle domande. Contrapposta all'addestramento. è la fase in cui il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., già addestrato, risponde alle nostre domande. Il costo della singola risposta è minuscolo, ma moltiplicato per miliardi di interazioni al giorno diventa il pesoPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali. maggiore.
Fino al 2022 l'addestramento era la voce dominante. Oggi non più: è l'inferenzaInferenza:La fase in cui il modello già addestrato risponde alle domande. Contrapposta all'addestramento. — cioè l'uso quotidiano che ne facciamo noi — ad aver preso il sopravvento.
4.2 Acqua
L'energia è solo metà della storia. I data center consumano anche acqua dolce, spesso potabile, per il raffreddamento evaporativoRaffreddamento evaporativo:Raffreddamento dei data center che consuma acqua dolce disperdendola in atmosfera. dei server. E le schede grafiche che eseguono i calcoli dell'IA scaldano molto più dei processori tradizionali.
Due risorse, un solo conto: elettricità per far funzionare i server, acqua per raffreddarli.
C'è poi un consumo idrico che non si vede: quello necessario a produrre l'elettricità che alimenta i data center. Secondo le analisi di settore è la parte maggiore del totale, e cresce insieme al consumo energetico.
4.3 Il paradosso di Jevons
Qui entra in gioco un meccanismo economico osservato nell'Ottocento dall'economista inglese William Stanley Jevons: quando una tecnologia diventa più efficiente nell'uso di una risorsa, il consumo totale di quella risorsa tende ad aumentare, non a diminuire.
L'IA sta vivendo esattamente questo. L'efficienza per singola operazione migliora a un ritmo che l'Agenzia Internazionale dell'Energia definisce probabilmente senza precedenti nella storia dell'energia. Ma proprio questa efficienza rende l'IA più economica e accessibile, quindi la usano in più persone, per più cose, con modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. più grandi. Il consumo totale continua a salire.
4.4 Green AI: che cosa possiamo fare noi
Scegliere il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. adatto al compito. Non serve sempre il più potente: a un compito semplice basta un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. leggero, che consuma una frazione.
Ridurre le richieste inutili. Ogni query evitata è energia e acqua risparmiate. Le conversazioni lunghe e i tentativi a raffica costano.
Scrivere promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. precisi al primo colpo. Meno tentativi significa meno consumo e, non per caso, anche risposte migliori. Ne parleremo diffusamente con il metodo CO-STAR.
Chiedere trasparenza ai fornitori. Il consumo dichiarato dovrebbe essere un criterio di scelta, come il prezzo.
5. Etica: bias e allucinazioni
Paragrafi 8-10 • LA RESPONSABILITÀ È DI CHI FIRMA
Bias, Allucinazioni e Firma
I difetti strutturali dei modelli: la responsabilità finale resta sempre di chi firma.
Se le allucinazioniAllucinazione:Una risposta del modello sintatticamente corretta e plausibile, ma di fatto sbagliata o inventata. sono errori casuali, i biasBias:Distorsione sistematica: un pregiudizio presente nei dati che il modello riproduce e amplifica. sono errori sistematici. E sono molto più difficili da scovare.
Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. produce testo plausibile, non necessariamente vero. La verifica umana è il contrappeso.
5.1 Le allucinazioni
Immagina di chiedere a un amico chi ha scritto Il Gattopardo. Risponde con assoluta sicurezza: «Italo Calvino». È sbagliato (è Giuseppe Tomasi di Lampedusa), ma il tono era identico a quello che usa quando ha ragione. E se non conosci la risposta vera, gli credi.
Tecnicamente, un'allucinazioneAllucinazione:Una risposta del modello sintatticamente corretta e plausibile, ma di fatto sbagliata o inventata. è una risposta sintatticamente corretta e plausibile, ma di fatto errata o inventata. Non è un difetto occasionale: è una conseguenza diretta del funzionamento visto nell'ora precedente. Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. non accede a un archivio di fatti verificati; genera testo calcolando probabilità. È un meccanismo di plausibilità, non di verità.
Per questo le allucinazioniAllucinazione:Una risposta del modello sintatticamente corretta e plausibile, ma di fatto sbagliata o inventata. si possono ridurre, contenere, segnalare — ma non eliminare del tutto con l'architettura attuale.
5.2 I bias
L'IA viene spesso percepita come un giudice imparziale, proprio perché fatta di numeri e non di emozioni. È una percezione ingannevole. I modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. imparano dai dati, e i dati sono lo specchio della nostra società, con le sue disuguaglianze e i suoi stereotipi.
Il risultato è che l'IA non solo può riprodurre le discriminazioni esistenti, ma può amplificarle su larga scala, in modo automatico e spesso invisibile. Le ricerche documentano distorsioni sistematiche nella descrizione dei ruoli professionali per genere ed etnia, e nelle valutazioni automatiche dei curriculum.
Le radici del problema sono tre: i dati di addestramento, che riflettono uno specchio deformante della società; la scatola nera, cioè l'opacità dei modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. profondi, che rende difficilissimo dimostrare di essere stati discriminati; e la mancanza di diversità nei team che sviluppano i sistemi.
6. Esercitazione: audit di risk assessment
L'esercizio dell'ora. Serve a fotografare la situazione reale della tua azienda, compresi gli strumenti che nessuno ha mai autorizzato.
Primo passo. Elenca i software di IA usati oggi in azienda, inclusi quelli “non ufficiali” che i colleghi usano dal browser o dal telefono personale.
Secondo passo. Per ciascuno, compila la riga della tabella.
Terzo passo. Per ogni riga in cui compare un account consumer e dei dati aziendali, hai trovato un problema da risolvere. Sono quelli da cui partire.
Modulo Didattico • Ora 03 di 12
Lezione 03: Ecosistema Claude, Constitutional AI e modelli
Chi costruisce lo strumento, come si comporta e quale versione usare
Obiettivo della Lezione
Capire chi è Anthropic e con quali priorità lavora, che cosa significa Constitutional AIConstitutional AI:Metodo di addestramento in cui il modello critica e riscrive le proprie risposte confrontandole con principi scritti., come è fatta la famiglia dei modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. Claude e che cosa cambia davvero avere una finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi. molto ampia.
Competenze Acquisite al Termine
Spiegare a un collega la differenza fra i tre gradini della famiglia Claude e scegliere quello giusto per un compito dato.
Capire perché un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. può rifiutare una richiesta, e che cosa significa che i criteri sono scritti.
Stimare quanto materiale si può dare in pasto a una singola richiesta.
Riconoscere quando conviene risparmiare e quando no.
1. Chi è Anthropic
Paragrafi 1-2 • ANTHROPIC & SICUREZZA
Anthropic e Sicurezza
Nata nel 2021: la sicurezza dei modelli come vincolo strutturale di governance.
Prima di affidare a uno strumento i documenti dell'azienda conviene sapere chi lo costruisce, con quali vincoli e con quali priorità.
1.1 Un'azienda nata con un vincolo nello statuto
Anthropic nasce nel 2021, fondata da Dario e Daniela Amodei insieme ad altri ricercatori che venivano da OpenAI. La missione dichiarata è costruire sistemi di intelligenza artificiale sicuri e affidabili.
Fin qui, nulla che non direbbe qualsiasi azienda del settore. La differenza sta nella forma giuridica: Anthropic è una Public Benefit CorporationPublic Benefit Corporation:Forma societaria che obbliga per statuto a perseguire anche una finalità di beneficio pubblico dichiarata..
Per chi valuta un fornitore questo è un dato di governanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla., non un dettaglio di colore: dice qualcosa su quali priorità l'azienda è obbligata a considerare quando le due cose entrano in conflitto.
1.2 Constitutional AI: il modello che si corregge
Paragrafi 3-4 • CONSTITUTIONAL AI
Constitutional AI
Un insieme di principi scritti per autocriticare e correggere le risposte del modello.
Nella terza ora del corso abbiamo visto che i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. si allineano alle aspettative umane con tecniche come l'RLHFRLHF:Apprendimento per rinforzo da feedback umano: persone valutano le risposte e il modello impara a produrne di più gradite., l'apprendimento per rinforzo da feedback umano: delle persone valutano le risposte, il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. impara a produrne di più gradite.
Funziona, ma ha due limiti: è lento e non è trasparente. Chi ha deciso che quella risposta era migliore? Con quale criterio? Non è scritto da nessuna parte.
La proposta di Anthropic è un approccio diverso, chiamato Constitutional AIConstitutional AI:Metodo di addestramento in cui il modello critica e riscrive le proprie risposte confrontandole con principi scritti.: dare al modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. una “costituzione”, cioè un insieme di principi espliciti e scritti, ispirati anche alla Dichiarazione universale dei diritti umani, e addestrarlo a usarli su sé stesso.
Il ciclo: il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. risponde, si critica sui principi, riscrive.
Nella pratica quotidiana questo si traduce in un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. che tende a essere prudente, a segnalare quando non sa, e a non assecondare richieste problematiche. Talvolta è più cauto del necessario: è il rovescio della stessa medaglia.
1.3 Che cosa cambia, nell'uso di tutti i giorni
Un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. addestrato così tende a comportarsi in tre modi riconoscibili, e conviene saperlo in anticipo per non prenderla come un difetto.
Segnala quando non sa. Invece di riempire il vuoto con una risposta plausibile, tende a dire che l'informazione non c'è. È un pregio, anche se sul momento sembra una mancanza.
Smussa le richieste ambigue. Se una domanda si presta a un uso problematico, spesso risponde alla versione innocua e lo dice.
Talvolta è più prudente del necessario. Capita che rifiuti una richiesta legittima che assomiglia a una problematica: è il rovescio della stessa medaglia.
Che cosa succede quando rifiuta
Prima o poi capita a tutti: una richiesta legittima viene rifiutata, o viene accolta con un preambolo di cautele che non c'entrano nulla. Succede perché il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. sta applicando i suoi principi a un caso che non ha inquadrato bene, non perché ci sia un divieto sul vostro lavoro.
Nella grande maggioranza dei casi la causa è il contesto mancante, e la soluzione è darglielo.
1.4 Modello, prodotto, interfaccia: tre cose diverse
In aula si fa quasi sempre confusione fra tre parole che sembrano sinonimi e non lo sono. Chiarirle adesso evita malintesi per tutto il resto del corso.
Lo stesso modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. si usa attraverso prodotti diversi e con garanzie contrattuali diverse. È il motivo per cui la domanda «è sicuro?» non ha una risposta unica: dipende dal prodotto, non dal modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi..
2. La famiglia dei modelli
Paragrafi 5-6 • I 3 TAGLI DI CLAUDE
I Tre Tagli di Modello
Scegliere in base al compito: Leggero per il volume, Equilibrato (90%), Potente per la complessità.
Non esiste “il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. migliore”. Esiste quello adatto al compito che hai davanti, e sceglierlo bene è una competenza.
2.1 Tre tagli dello stesso strumento
I tre gradini: cambiano i nomi delle versioni, non la logica.
2.2 Come si sceglie, in pratica
La domanda giusta non è «qual è il più bravo», ma quanto costa sbagliare.
Se un errore si vede subito e si corregge in dieci secondi, usa il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. leggero: è più veloce e costa meno.
Se l'errore finisce in un contratto, in un preventivo o in una risposta a un cliente, usa quello potente e verifica comunque.
Se stai costruendo qualcosa che verrà riusato cento volte, vale la pena spendere di più una volta per farlo bene.
2.3 Quanto costa, e come si ragiona sul costo
Il consumo si misura in tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura., sia in entrata sia in uscita. Come ordine di grandezza: mille tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. sono circa 750 parole di italiano, quindi una pagina e mezza di testo fitto.
Nei piani a sottoscrizione non si paga a tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura.: si paga un canone e si ha un limite d'uso. Il ragionamento sul costo, quindi, per la maggior parte degli utenti aziendali si traduce in una domanda diversa: quanto in fretta consumo il mio limite?
2.4 I nomi delle versioni invecchiano in fretta
Ogni pochi mesi esce una versione nuova, con un numero diverso e capacità maggiori. È la parte del corso che invecchia più in fretta, e conviene saperlo fin da subito.
Quello che non cambia è la logica con cui si sceglie: tre tagli, uno economico e rapido, uno equilibrato, uno per i compiti difficili. Cambiano i nomi, non la domanda da farsi.
3. La finestra di contesto
Paragrafo 7 • FINESTRA DI CONTESTO
La Finestra di Contesto
Quanto materiale tiene a mente: da una pagina (550 token) a un fascicolo intero.
È il numero che più di ogni altro ha cambiato il modo di lavorare con questi strumenti.
La finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi. è quanto testo il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. riesce a tenere sotto gli occhi in una sola richiesta: la tua domanda, i documenti allegati e la conversazione precedente, tutto insieme. Si misura in tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura., i pezzetti di testo di cui abbiamo parlato nella prima ora.
Ordini di grandezza: da un'email a un archivio documentale.
La generazione attuale dei modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. principali arriva a un milione di tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura.; i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. più leggeri si fermano intorno ai 200.000, che sono già circa cinquecento pagine, cioè un libro intero.
3.1 Contesto grande non significa memoria
È la confusione più frequente. La finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi. vale per quella richiesta: è come il tavolo su cui il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. lavora, non come un archivio.
Chiusa la conversazione, il contenuto non resta da nessuna parte: la volta dopo si ricomincia da zero. Per avere documenti sempre disponibili servono i progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., che vedremo nella nona ora.
3.2 Quanto è, in pratica, un milione di token
I numeri sulla finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi. dicono poco finché non si convertono in qualcosa di familiare. Come regola pratica, per l'italiano, un tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. vale circa tre quarti di parola.
Tradotto: una finestra da 200.000 tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. regge comodamente un fascicolo di trecento pagine più tutta la conversazione che ci fate sopra. Una finestra da un milione arriva a un archivio di progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. intero.
3.3 Lavorare bene su una conversazione lunga
Paragrafo 8 • RIASSUMI E RICOMINCIA
Reset e Nuova Chat
Quando la conversazione si allunga, fai il riassunto e apri una nuova chat pulita.
Anche con una finestra ampia, una conversazione che va avanti per ore diventa faticosa da governare: il materiale si accumula, le richieste si contraddicono, e a un certo punto il risultato peggiora senza un motivo evidente. Tre abitudini risolvono quasi tutti questi casi.
Una conversazione, un compito. Quando si cambia argomento, si apre una conversazione nuova. Tenere insieme l'analisi di un contratto e la stesura di una newsletter non fa risparmiare tempo: fa peggiorare entrambe.
Il riassunto di passaggio. Prima di cambiare fase, si chiede: «riassumi in dieci righe quello che abbiamo stabilito finora». Quel riassunto si incolla come primo messaggio della conversazione successiva.
Il materiale prima, la richiesta dopo. I documenti si caricano all'inizio e non si cambiano più; le richieste si aggiungono in coda. È la disposizione che vedremo di nuovo nella sesta ora, parlando di riuso del contesto.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Qual è il modello migliore?»
Non esiste, e chi ve lo dice sta semplificando. Il più potente su un compito banale è spreco di tempo e di limite d'uso; il più leggero su un contratto è un rischio.
La domanda giusta è: quanto costa sbagliare, qui?
«Perché a volte si rifiuta di rispondere?»
Perché è addestrato su principi scritti, e una richiesta può assomigliare a un uso problematico anche quando non lo è.
Nella quasi totalità dei casi basta aggiungere il contesto: chi siete, perché vi serve, in che ambito professionale.
«Le risposte cambiano se rifaccio la stessa domanda?»
Sì, ed è normale: come abbiamo visto nella prima ora, la generazione è probabilistica.
Se vi serve un risultato costante, la strada non è ripetere la domanda finché esce giusta: è fissare il formato con i tag, che vediamo nella quinta ora.
«Conviene aspettare la versione nuova?»
No. Le versioni escono ogni pochi mesi e aspettare significa non partire mai. Quello che imparate — come si struttura una richiesta, come si sceglie un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., come si verifica — vale su tutte le versioni.
3.4 Tre modi di dare il materiale, e quando usarli
Lo stesso documento si può fornire in tre modi diversi, con conseguenze pratiche diverse. Sceglierlo bene fa risparmiare molto tempo.
4. Esercitazione pratica dell'ora
Cinque scenari aziendali, un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. ciascuno. L'esercizio non è indovinare il nome: è saper spiegare la scelta.
Modulo Didattico • Ora 04 di 12
Lezione 04: Account personale o sottoscrizione aziendale
Chi controlla i dati, chi risponde davanti alla legge, chi paga il conto
Obiettivo della Lezione
Capire perché far usare ai collaboratori account personali è un rischio per l'azienda, che cosa cambia con una sottoscrizione aziendale e come si imposta una governanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla. minima ma seria.
Competenze Acquisite al Termine
Spiegare alla direzione perché la differenza non è il prezzo.
Sapere chi decide se le conversazioni alimentano l'addestramento.
Riconoscere il ruolo di titolare e responsabile del trattamentoResponsabile del trattamento:Chi tratta dati personali per conto del titolare e secondo le sue istruzioni..
Scrivere le tre regole minime di una policy aziendale sull'IA.
1. La scena che si ripete in ogni azienda
Paragrafi 1-3 • I DOCUMENTI NON SONO TUOI
Fuga Dati da Account Privato
Incollare contratti aziendali sul proprio account privato manda documenti fuori dall'azienda.
Non c'è nessun cattivo in questa storia. È proprio questo che la rende difficile da affrontare.
L'azienda non ha comprato nulla. I collaboratori, però, hanno scoperto che l'intelligenza artificiale fa risparmiare ore. Così ognuno si arrangia: chi usa il piano gratuito, chi si paga l'abbonamento personale, chi usa il telefono aziendale con un account privato.
Funziona benissimo. Ed è esattamente questo il problema.
È la Shadow AIShadow AI:Uso di strumenti di IA non autorizzati, all'insaputa dell'IT e della direzione. di cui abbiamo parlato nella seconda ora. L'azienda non sa quali documenti siano usciti, non può controllarne l'uso e, in caso di contestazione, non può dimostrare di aver fatto il necessario per proteggerli.
1.1 Perché succede: non è cattiva volontà
Chi incolla il testo di un contratto in un assistente personale non sta aggirando una regola: quasi sempre non sa che ce ne sia una. Sta facendo il suo lavoro con lo strumento più veloce che ha a disposizione.
È la stessa dinamica che negli anni scorsi ha portato i file aziendali sui servizi di archiviazione personali e le conversazioni di lavoro sulle applicazioni di messaggistica private. La risposta che ha funzionato allora è la stessa che funziona oggi: dare un'alternativa aziendale prima di vietare quella personale.
1.2 Che cosa si rischia davvero
Le conseguenze di un uso non governato non sono ipotesi da manuale: sono quattro situazioni concrete, e nessuna richiede malafede per verificarsi.
La perdita di riservatezza su un'informazione commerciale. Il preventivo che state preparando, il margine su una commessa, la strategia per una gara. Non serve che finiscano a un concorrente: basta che siano usciti dal perimetro aziendale senza una base contrattuale.
La violazione di un obbligo verso un terzo. Molti contratti e accordi di riservatezza vietano espressamente di trasferire il materiale a soggetti non autorizzati. Un fornitore di servizi non coperto dal contratto è un soggetto non autorizzato.
Il trattamento illecito di dati personali. Caricare un curriculum, una busta paga o l'elenco dei clienti su un servizio senza contratto adeguato è un trattamento privo di base giuridica. Con tutto ciò che comporta in caso di reclamo.
Il danno reputazionale. È quello che le direzioni temono di più, e l'unico che non si ripara con un pagamento.
2. Chi decide che fine fanno i dati
Paragrafi 4-6 • ZERO ADDESTRAMENTO SUI DATI
Account Aziendale Protetto
Titolare vs Responsabile GDPR: i contenuti non vengono usati per addestrare i modelli.
È il punto centrale dell'ora, e quasi nessuno lo conosce con precisione.
Le stesse quattro domande, due risposte molto diverse.
2.1 Sugli account personali decide l'utente
Sui piani destinati alle persone (gratuito, individuale a pagamento e le sue varianti) esiste una scelta dell'utente: si può consentire o negare che le proprie conversazioni vengano usate per migliorare i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi.. La scelta si fa nelle impostazioni e si può cambiare in qualsiasi momento.
La conseguenza pratica riguarda anche i tempi di conservazione: se il consenso è attivo, i contenuti possono essere conservati per un periodo molto più lungo rispetto a chi non lo ha dato.
2.2 Sui prodotti aziendali decide l'azienda
Sui prodotti commerciali — i piani aziendali e l'accesso tramite interfaccia di programmazione — la regola predefinita è opposta: i dati non vengono usati per addestrare i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., salvo che sia l'azienda stessa a scegliere diversamente.
Non è un'impostazione che il singolo può cambiare di nascosto: è la condizione contrattuale con cui il servizio viene fornito all'organizzazione.
2.3 Titolare e responsabile: il punto che conta per il GDPR
C'è un secondo aspetto, meno noto e più importante. Con una sottoscrizione aziendale il rapporto giuridico cambia forma.
L'azienda cliente è il titolare del trattamentoTitolare del trattamento:Chi decide finalità e modalità del trattamento dei dati personali, e ne risponde.: decide finalità e modalità, e dà le istruzioni.
Il fornitore agisce come responsabile: tratta i dati soltanto per conto del cliente e secondo le sue istruzioni.
È esattamente la struttura che il GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018. richiede quando un trattamento viene affidato all'esterno. Con un account personale quella struttura non esiste: il contratto è fra il fornitore e il singolo dipendente, e l'azienda non ne è parte.
2.4 Che cosa chiedere di vedere, in concreto
Quando si valuta un fornitore, «i dati sono al sicuro» non è una risposta. Questi quattro documenti esistono e si possono chiedere: se non arrivano, è già un'informazione.
L'accordo sul trattamento dei dati. È il contratto previsto dall'articolo 28 del GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018. fra titolare e responsabile. Senza quello, l'azienda sta trattando dati personali fuori dalle regole.
L'elenco dei sub-responsabili. Chi altro tocca i dati, a che titolo e in quale paese. Serve per sapere dove finiscono davvero.
Le condizioni sull'addestramento. Devono dire per iscritto che i contenuti dei clienti non vengono usati per addestrare i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., e in quali casi eventualmente sì.
I tempi di conservazione. Per quanto restano i contenuti, che cosa succede alla chiusura del contratto, come si chiede la cancellazione.
2.5 Dove finiscono fisicamente i dati
La domanda arriva sempre, e merita una risposta precisa: i dati vengono elaborati sui server del fornitore, che per i grandi operatori del settore si trovano in larga parte fuori dall'Unione europea, tipicamente negli Stati Uniti.
Questo non rende il trattamento illegittimo: significa che deve essere governato. Il GDPRGDPR:Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018. prevede strumenti precisi per il trasferimento verso paesi terzi, e il fornitore serio li dichiara nel contratto.
Le clausole contrattuali standard, approvate dalla Commissione europea: sono lo strumento più diffuso e vanno allegate al contratto.
Le decisioni di adeguatezza, quando esistono per il paese di destinazione: semplificano molto la posizione del titolare.
Le misure supplementari, come la cifratura dei dati in transito e a riposo, che il fornitore deve descrivere.
3. I piani a confronto
Che cosa si compra davvero passando da un account personale a uno aziendale.
Il confronto giusto, comunque, non è fra venti e venticinque euro. È fra venticinque euro al mese e il costo di una violazione di dati: notifica al Garante, eventuale comunicazione agli interessati, sanzione, tempo perso e danno reputazionale.
3.1 Il calcolo che convince la direzione
La domanda che arriva dalla direzione è sempre la stessa: perché dovremmo pagare, se funziona già gratis? Il calcolo, fatto bene, è breve.
3.2 Cinque domande da fare al proprio IT prima di partire
Sono domande brevi, e le risposte determinano quanto lavoro c'è davvero da fare. Vale la pena porle prima di fissare tempi con la direzione.
Abbiamo già un sistema di identità aziendale (accesso unico, gestione centralizzata degli account)? Se sì, la gestione delle licenze è quasi immediata; se no, va previsto un lavoro in più.
Chi toglie gli accessi quando una persona esce? Se non c'è già una procedura, questo è il momento di scriverla: vale per tutti gli strumenti, non solo per questo.
Abbiamo un registro dei trattamenti aggiornato? Va aggiunta una voce. È un adempimento breve, ma è il primo che verrà chiesto in caso di controllo.
Chi firma il contratto sul trattamento dei dati? Deve essere chi ha i poteri per farlo, non chi attiva le licenze.
Che cosa diciamo ai lavoratori, e quando? L'informativa va data prima dell'attivazione, non dopo.
4. La console: il pezzo che cambia tutto
Paragrafi 11-13 • L'ORDINE DELLE COSE
L'Ordine delle Cose
1. Prima dai lo strumento, 2. Poi scrivi le regole, 3. Poi chiedi compliance. Vietare prima nasconde solo il problema.
La differenza più concreta fra un account personale e uno aziendale non è nelle funzioni di Claude: è in quello che ci sta intorno.
Un punto solo da cui si governano licenze, ruoli e accessi.
4.1 I ruoli
Owner — possiede l'organizzazione, gestisce la fatturazione, decide le impostazioni generali.
Admin — gestisce gli utenti, i permessi e i progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. condivisi.
Member — usa Claude dentro le regole ricevute.
4.2 Perché conta il giorno in cui qualcuno se ne va
È la domanda che in aula mette in imbarazzo più di ogni altra. Su un account personale ci sono mesi di lavoro: bozze, analisi, listini, forse dati di clienti. L'azienda non può entrarci, non può recuperarli e non può cancellarli.
Con una console, invece, l'accesso si revoca da un pannello, e il materiale che stava nei progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. condivisi resta all'azienda.
4.3 Le tre cose da mettere per iscritto prima di comprare
Paragrafi 7-10 • I 3 DOCUMENTI CHIAVE
I 3 Documenti Chiave
1. Policy d'uso (3 min) • 2. Informativa ai lavoratori • 3. Procedura di uscita.
Acquistare le licenze è la parte facile. Quello che fa la differenza sono tre documenti brevi, che possono stare in una pagina ciascuno.
La policy d'uso. Che cosa si può caricare, che cosa non si può caricare mai, a chi si chiede nei casi dubbi. Deve essere leggibile in tre minuti, altrimenti non la legge nessuno.
L'informativa ai lavoratori. La normativa italiana chiede che i lavoratori, e le loro rappresentanze, siano informati quando l'azienda adotta sistemi di intelligenza artificiale che incidono sul lavoro.
La procedura di uscita. Che cosa succede agli accessi e ai contenuti quando una persona lascia l'azienda o cambia ruolo.
4.4 Che cosa vede l'amministratore, e che cosa no
È la domanda che i dipendenti fanno per primi, e che merita una risposta netta perché riguarda la loro riservatezza: che cosa può vedere chi gestisce la console?
Dirlo in anticipo, e per iscritto, ha anche un effetto pratico: toglie il sospetto che è la prima causa per cui le persone continuano a usare i propri account personali.
5. Esercitazione pratica dell'ora
Una configurazione simulata. Sono tre righe: sono anche la differenza fra un'adozioneAdozione:Il processo con cui uno strumento entra stabilmente nel modo di lavorare di un'organizzazione. governata e una Shadow AIShadow AI:Uso di strumenti di IA non autorizzati, all'insaputa dell'IT e della direzione..
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Ma i nostri dati li leggono davvero?»
Sui prodotti aziendali, in modo predefinito, i contenuti non vengono usati per addestrare i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi.: è una condizione contrattuale, non una cortesia.
Questo non significa però che i dati restino in casa: vengono comunque elaborati sui server del fornitore. Per questo servono il contratto e la valutazione, non la fiducia.
«E se un dipendente usa di nascosto il suo account personale?»
È il caso più frequente, ed è anche il motivo per cui il divieto da solo non funziona.
La responsabilità verso il Garante resta dell'azienda, che in quel caso non ha né visibilità né prova di aver fatto il necessario: è esattamente la posizione peggiore possibile.
«Possiamo dare il piano aziendale solo ad alcuni reparti?»
Sì, ed è spesso la scelta più sensata per partire: si comincia da chi tratta i dati più delicati o da chi ne trarrebbe più vantaggio.
L'importante è che la policy valga per tutti, anche per chi non ha ancora la licenza. Altrimenti si sta solo spostando il problema.
«Di chi è la responsabilità, dell'IT o della direzione?»
Di entrambi, e non è una risposta diplomatica. L'IT gestisce accessi e sicurezza; la direzione decide che cosa si può fare con i dati dell'azienda e se ne assume la responsabilità.
Il ruolo che manca quasi sempre è il terzo: qualcuno che formi le persone. Senza quello, gli altri due lavorano a vuoto.
Modulo Didattico • Ora 05 di 12
Lezione 05: Prompt engineering per Claude e tag XML
Come si scrive una richiesta che non si presta a fraintendimenti
Obiettivo della Lezione
Imparare a strutturare un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. professionale con i tag, separando in modo netto le istruzioni dal materiale da analizzare, e ottenere un risultato che non cambia forma a ogni tentativo.
Competenze Acquisite al Termine
Riconoscere quando un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. in testo libero non basta più.
Scrivere un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. completo con i sei tag fondamentali.
Evitare gli errori che rendono un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. strutturato inutile.
Trasformare un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che funziona in un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. riusabile.
1. Il problema dell'ambiguità
Paragrafi 1-3 • UNA SOLA STRISCIA DI TESTO
La Striscia Unica di Testo
Il modello riceve una sola striscia continua: l'istruzione finale rischia di perdersi o essere scambiata per clausola.
Con una domanda breve basta il buon senso. Quando c'è un documento di mezzo, le cose cambiano.
Nella prima ora abbiamo visto che il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. genera testo calcolando quale tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. ha maggiore probabilità di seguire. Non c'è un momento in cui “capisce” che una parte della tua richiesta è un ordine e un'altra parte è materiale da esaminare: deve dedurlo dal testo.
Su una richiesta di due righe ci riesce sempre. Su un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che contiene un contratto di otto pagine, l'istruzione finisce annegata nel testo e comincia a essere trattata come parte del contratto.
Due modi di chiedere la stessa cosa: solo uno dichiara i confini.
1.1 Che cosa vede davvero il modello
Quando incollate un contratto seguito da «riassumilo in dieci righe», il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. riceve una sola striscia di testo. Non c'è un campo «documento» e un campo «richiesta»: c'è un unico flusso, e la separazione fra le due cose deve essere dedotta dal testo stesso.
Su due righe funziona. Su otto pagine, l'ultima frase è una goccia in un mare di clausole, e succede una di queste tre cose:
l'istruzione viene ignorata, e il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. fa quello che gli sembra più plausibile dato il documento;
l'istruzione viene letta come parte del documento, per esempio come se fosse una clausola aggiuntiva del contratto;
l'istruzione viene eseguita, ma solo in parte: quello che compare per ultimo nel promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. pesa di più di quello che compare a metà.
I tag eliminano l'ambiguità alla radice. Non aggiungono intelligenza: tolgono un'incertezza che altrimenti il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. deve risolvere tirando a indovinare.
1.2 Perché «scrivi in modo professionale» non funziona
Paragrafi 9-11 • REGOLE MISURABILI
Regole Misurabili vs Aggettivi
Sostituire "professionale" o "sintetico" con regole concrete: 3ª persona, max 2 frasi, "se manca scrivi non indicato".
C'è un secondo tipo di ambiguità, più insidioso della prima perché non riguarda la struttura del promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. ma le parole che ci mettete dentro.
Aggettivi come professionale, sintetico, efficace, accattivante sembrano istruzioni e non lo sono: ognuno di noi li riempie di un significato diverso, e il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. sceglie il più comune, che quasi mai è il vostro.
2. I sei tag che servono davvero
Paragrafi 4-8 • I 4 TAG FONDAMENTALI
I 4 Tag Fondamentali
I blocchi modulari essenziali: <context>, <documents>, <instructions>, <output_format>.
Non serve impararne decine. Questi sei coprono qualsiasi richiesta professionale.
Un tag si scrive fra parentesi angolari, si apre e si chiude: <instructions> … </instructions>, come una parentesi. Dentro si scrive in italiano normale. I nomi sono liberi, ma usarli sempre uguali trasforma un'abitudine personale in una procedura aziendale.
2.1 Un prompt montato bene
L'ordine conta: prima chi sei, poi che cosa guardi, poi che cosa devi fare, infine come deve venire.
Lo stesso promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. dell'esempio, montato per intero.
2.2 Un prompt completo, commentato
Vediamolo su un caso vero: valutare un contratto di fornitura ricevuto da un cliente. Prima il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale., poi il motivo di ogni blocco.
Il blocco del contesto
<context>
Sei un consulente legale senior. Lavoriamo per una PMI manifatturiera italiana. Il contratto ci è stato proposto da un cliente e dobbiamo valutarlo prima della firma.
</context>
Dà il ruolo e, soprattutto, da che parte stiamo: lo stesso contratto si legge in modo diverso se lo si propone o se lo si riceve.
Il blocco del materiale
<documents>
[qui il testo integrale del contratto]
</documents>
Solo il materiale, senza commenti. Ogni parola aggiunta qui dentro rischia di essere letta come se facesse parte del contratto.
Il blocco delle istruzioni
<instructions>
Elenca le clausole di recesso.
Segnala quelle sbilanciate a sfavore del fornitore.
Indica per ciascuna l'articolo di riferimento.
</instructions>
Una richiesta per riga, con verbi d'azione. Tre richieste: se fossero dieci, qualcuna verrebbe trascurata.
Il blocco del formato
<output_format>
Tabella con tre colonne: clausola | rischio (alto/medio/basso) | articolo.
Massimo dieci righe.
Se un dato non è deducibile dal testo, scrivi «non indicato».
</output_format>
Senza questo blocco la risposta esce discorsiva, lunga il doppio e ogni volta diversa. L'ultima riga è la più importante: è quella che impedisce al modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. di inventare per riempire una casella vuota.
2.3 Gli altri due tag: <example> e <thinking>
Nella tabella compaiono sei tag, ma finora ne abbiamo usati quattro. Gli altri due sono quelli che fanno il salto di qualità, e sono anche l'argomento della prossima ora.
<example>: mostrare invece di spiegare
Descrivere a parole il formato che volete richiede spesso mezza pagina e lascia comunque margine di interpretazione. Un esempio del risultato lo definisce in tre righe, senza ambiguità.
Con questo davanti, tutte le voci successive escono con la stessa struttura, gli stessi nomi di campo e lo stesso ordine. È il modo più efficiente di ottenere un formato stabile.
<thinking>: chiedere di ragionare prima
Su un compito che richiede più passaggi — confrontare, calcolare, incrociare due documenti — chiedere di esporre il ragionamento prima della conclusione riduce sensibilmente gli errori.
<thinking>
Prima individua tutte le clausole che parlano di durata e recesso.
Poi, per ciascuna, valuta chi avvantaggia.
Solo dopo compila la tabella.
</thinking>
3. Gli errori che vediamo più spesso
3.1 Il tag di troppo
C'è anche l'errore opposto, e in aula è quasi altrettanto frequente: riempire il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. di etichette fino a renderlo illeggibile.
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. così non è più preciso: è solo più difficile da rileggere e da correggere. Tre o quattro blocchi ben separati funzionano meglio di dodici etichette annidate.
4. Da prompt a procedura
Paragrafi 12-13 • SALVA IL MODELLO
Salva il Modello
Quando un prompt funziona salvalo come template: la volta dopo cambi solo il blocco documenti.
Il vero guadagno non è il singolo risultato: è poter rifare la stessa cosa domani, e farla fare anche a un collega.
Quando un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. strutturato funziona, salvalo. Un file di testo basta. Quello che salvi è un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi.: la volta dopo cambi solo il contenuto di <documents> e il resto resta.
Nella decima ora vedremo come questa abitudine personale diventa una libreria condivisa, e perché cambia il modo di lavorare di un intero reparto.
4.1 Dal prompt al progetto
C'è un passaggio successivo, che vedremo nella nona ora. Le parti del promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che non cambiano mai — il ruolo, il tono, i divieti, il formato di uscita — possono essere spostate fuori dal promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. e scritte una volta sola, come istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
Da quel momento ogni conversazione parte già con quel contesto, e nel promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. resta soltanto il materiale del giorno e la richiesta. È lo stesso principio dei tag, applicato a un livello più alto: separare ciò che è stabile da ciò che cambia.
4.2 Tre modelli pronti
Questi tre coprono buona parte del lavoro d'ufficio. Si copiano così come sono: cambia solo quello che sta fra parentesi quadre.
Rispondere a una mail difficile
<context>
Sei il responsabile del servizio clienti di [AZIENDA]. Rispondi a nome dell'azienda, non a titolo personale.
</context>
<documents>
[la mail ricevuta]
</documents>
<instructions>
Scrivi una risposta che riconosca il problema senza ammettere responsabilità che non abbiamo ancora verificato.
Proponi un passo concreto successivo.
Non promettere tempi che non ho indicato io.
</instructions>
<output_format>
Massimo dodici righe. Tono cortese e asciutto.
Proponimi due varianti, una più formale e una più diretta.
</output_format>
Estrarre i dati da un documento
<context>
Devo preparare un riepilogo per la direzione a partire da un documento tecnico.
</context>
<documents>
[il documento]
</documents>
<instructions>
Estrai [le voci che servono].
Per ciascuna indica la pagina o il paragrafo di provenienza.
Se un dato non è presente, scrivi «non indicato»: non stimarlo.
</instructions>
<output_format>
Tabella a tre colonne: voce | valore | riferimento.
</output_format>
Preparare una riunione
<context>
Domani ho una riunione con [INTERLOCUTORE] su [ARGOMENTO]. Il mio obiettivo è [OBIETTIVO].
</context>
<documents>
[i materiali: offerte, mail precedenti, capitolato]
</documents>
<instructions>
Elenca i tre punti su cui rischiamo di non essere d'accordo.
Per ciascuno, indica l'argomento più forte della controparte.
Suggerisci una domanda da fare per capire quanto margine c'è.
</instructions>
<output_format>
Elenco puntato, una pagina al massimo.
</output_format>
5. Esercitazione pratica dell'ora
Tre promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. completi, su casi che tornano in ogni azienda.
Analisi di un contratto commerciale — ruolo, contratto allegato, che cosa cercare, tabella in uscita.
Risposta a un reclamo — ruolo, testo del reclamo, tono richiesto, lunghezza massima, due varianti fra cui scegliere.
Sintesi di un report — ruolo, report allegato, i tre punti da estrarre, formato a elenco con la pagina di provenienza.
Per ciascuno, scrivete il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. prima di aprire Claude. Poi provatelo e correggetelo: quasi sempre manca qualcosa in <output_format>.
5.1 Come si collauda un prompt prima di darlo agli altri
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che avete provato una volta e che ha funzionato non è ancora pronto per essere condiviso. Il collaudo è breve e sono sempre le stesse quattro prove.
La prova del caso normale. Un documento tipico. Deve venire bene: se non viene, il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. non è pronto.
La prova del caso vuoto. Un documento in cui l'informazione richiesta non c'è. Il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. è buono se la risposta lo dice; è pericoloso se inventa qualcosa di plausibile.
La prova del caso strano. Un documento fuori formato, molto corto o molto lungo. Serve a vedere dove il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. si rompe.
La prova del collega. Date il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. a qualcun altro senza spiegazioni. Se vi fa una domanda, la risposta a quella domanda va aggiunta al promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale..
5.2 Lo stesso prompt su strumenti diversi
Una domanda ricorrente in azienda: se cambiamo assistente, i promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. scritti finora si buttano? No, e vale la pena capire perché.
La struttura resta valida. Separare contesto, materiale, istruzioni e formato aiuta qualsiasi modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. linguistico: è un problema di chiarezza, non una caratteristica di un fornitore.
Cambia la sensibilità, non il principio. Alcuni modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. seguono i tag in modo più fedele, altri meno; alcuni rispettano meglio i limiti di lunghezza. Il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. va ritarato, non riscritto.
Le istruzioni sui casi incerti vanno riverificate. «Se non trovi il dato scrivi non indicato» è la riga che i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. rispettano in modo più diseguale. È la prima cosa da riprovare.
Questo è anche un buon argomento da spendere in azienda: il tempo speso a scrivere bene i promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. non è un investimento su un fornitore, è una competenza che resta.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Devo scrivere così anche per una domanda semplice?»
No. Per una domanda breve scrivete come parlate: i tag servono quando c'è un documento di mezzo, o quando il risultato deve venire sempre uguale.
La regola pratica: se il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. sta in due righe, lasciatelo libero. Se allega un file, o se lo riuserete domani, strutturatelo.
«Devo usare proprio questi nomi di tag?»
I nomi sono liberi: funzionerebbe anche <ruolo> al posto di <context>. Quelli proposti qui sono i più diffusi, quindi i più facili da spiegare a un collega e da ritrovare nella documentazione.
Quello che conta davvero è usarli sempre uguali: è così che un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. personale diventa una procedura aziendale.
«Funziona anche con gli altri assistenti?»
Sì. La struttura a blocchi aiuta qualsiasi modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. linguistico, perché il problema che risolve — separare le istruzioni dal materiale — non dipende dal fornitore.
Cambia semmai quanto ne beneficia: alcuni modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. sono più sensibili di altri alla struttura.
«E se il risultato continua a non venire come voglio?»
Nove volte su dieci manca il blocco del formato, oppure è scritto in modo vago. «Fai una tabella» non basta: servono le colonne, il numero massimo di righe, che cosa scrivere quando un dato non c'è.
La decima volta serve un esempio del risultato voluto: è la tecnica che vediamo nella prossima ora.
Modulo Didattico • Ora 06 di 12
Lezione 06: Ragionamento a passi, esempi e caching
Tre tecniche per ottenere risposte migliori spendendo meno
Obiettivo della Lezione
Imparare a far ragionare il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. prima che risponda, a insegnargli un formato con due esempi invece che con dieci righe di istruzioni, e a non pagare due volte lo stesso documento.
Competenze Acquisite al Termine
Applicare il ragionamento a passi ai compiti in cui l'errore costa.
Usare due esempi per fissare tono, struttura e formato.
Capire che cos'è il prompt cachingPrompt caching:Meccanismo che riusa la parte iniziale invariata di una richiesta, riducendo tempi e costi. e come si imposta un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. perché ne tragga vantaggio.
Scegliere la tecnica giusta in base al tipo di compito.
1. Ragionare prima di rispondere
Paragrafi 1-4 • ANALIZZA PASSO PER PASSO
Ragionamento a Passi
"Analizza passo per passo, poi concludi": rende verificabile ogni passaggio e svela clausole nascoste come il rinnovo tacito.
La tecnica più semplice del corso, e la più sottovalutata.
Chiedere a un modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. la risposta e basta è come pretendere da una persona un calcolo complicato a mente, senza foglio. Talvolta ci azzecca. Spesso no.
Il Chain-of-ThoughtChain-of-Thought:Catena di ragionamento: chiedere al modello di esporre i passaggi prima della risposta finale., in italiano catena di ragionamento, consiste nel chiedere esplicitamente di ragionare a passi prima di dare la risposta finale. Basta una frase: «prima analizza, poi rispondi». Oppure il tag <thinking>, che rende la richiesta esplicita.
Stessa domanda, due percorsi diversi.
1.1 Perché funziona
Torniamo al meccanismo della prima ora: il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. genera una parola alla volta, e ogni parola dipende da quelle che ha già scritto. Se gli chiedi solo il risultato, deve arrivarci in un colpo solo. Se gli fai scrivere i passaggi, ogni passaggio diventa materiale su cui appoggiare il successivo.
Non è una furbizia: è dare al modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. lo spazio per fare quello che noi faremmo su un foglio di brutta.
1.2 Come si presenta, in pratica
Chiedendo il ragionamento a passi, la risposta cambia forma: prima compare l'analisi, poi la conclusione. Su un controllo di scadenze contrattuali, per esempio, si passa da questo:
Il contratto scade il 31 dicembre 2026.
a questo:
Analisi: l'articolo 12 fissa una durata di 24 mesi dalla sottoscrizione. La data di firma in calce è il 15 gennaio 2025. Ventiquattro mesi dal 15 gennaio 2025 portano al 15 gennaio 2027. L'articolo 13 prevede però il rinnovo tacito, salvo disdetta con 90 giorni di preavviso. Conclusione: la scadenza è il 15 gennaio 2027; il termine ultimo per la disdetta è il 17 ottobre 2026.
La seconda risposta è più lunga, ma è verificabile: si può controllare ogni passaggio. E nel farla è emersa una clausola di rinnovo tacito che nella prima risposta era semplicemente sparita.
1.3 I limiti del ragionamento esposto
Chiedere di ragionare migliora molto i risultati, ma non li rende infallibili, e conviene sapere esattamente che cosa non risolve.
Un ragionamento ben esposto può essere sbagliato. La forma ordinata rende più convincente anche una conclusione errata: è un effetto noto, e vale anche fra esseri umani.
Non aggiunge informazioni che non ci sono. Se il dato non è nel documento, nessun ragionamento lo farà comparire: al massimo lo farà comparire in modo più credibile.
Non sostituisce il calcolo. Su operazioni aritmetiche complesse conviene chiedere esplicitamente il passaggio numerico e poi ricontrollarlo con una calcolatrice.
2. Insegnare con gli esempi
Paragrafi 5-7 • DUE ESEMPI GUIDA
Due Esempi Guida (Few-Shot)
Mostrare due esempi per insegnare lo schema anziché i dettagli, ricordandosi di anonimizzare i dati veri.
I modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. linguistici sono straordinari nel riprodurre uno schema. Il modo più rapido per ottenere il formato che vuoi è mostrarglielo.
Il Few-ShotFew-shot:Tecnica che consiste nel mostrare uno o due esempi del risultato voluto. La vediamo nella prossima ora. prompting consiste nel mettere dentro il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. due o tre esempi del risultato desiderato: un input tipo e, accanto, l'output che vorresti. Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. coglie lo schema e lo replica.
Due o tre esempi bastano. Oltre, si consuma contesto senza guadagno, e si rischia che il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. copi anche i dettagli specifici degli esempi invece dello schema.
Gli esempi vanno dentro il tag <example>, separati dal materiale vero: altrimenti il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. può confondere l'esempio con il documento da elaborare.
2.1 Un esempio completo
Immaginiamo di dover classificare le segnalazioni che arrivano al servizio clienti. Descrivere a parole le categorie richiede mezza pagina e lascia comunque dei dubbi. Due esempi le definiscono meglio di qualsiasi spiegazione.
<example>
Segnalazione: «Il pacco doveva arrivare martedì, siamo a venerdì e non si è visto nessuno.»
Categoria: LOGISTICA — Urgenza: media — Risposta attesa: entro 24h
Segnalazione: «Mi avete addebitato due volte lo stesso ordine.»
Categoria: AMMINISTRAZIONE — Urgenza: alta — Risposta attesa: entro 4h
</example>
Con questi due esempi davanti, la classificazione delle segnalazioni successive esce nel formato giusto, con gli stessi nomi di categoria e la stessa scala di urgenza. Senza, ogni volta cambia qualcosa: «logistica» diventa «spedizione», «alta» diventa «urgente».
2.2 Quando gli esempi peggiorano le cose
Ci sono tre casi in cui aggiungere esempi fa danno, e vale la pena riconoscerli.
2.3 Esempi o istruzioni? Come si sceglie
La stessa cosa si può ottenere descrivendola a parole o mostrandola con un esempio. Non sono equivalenti, e la scelta ha una regola semplice.
Nella pratica si usano insieme: le istruzioni dicono che cosa fare, gli esempi mostrano come deve venire. Quando le due cose si contraddicono, vince quasi sempre l'esempio: è la ragione per cui un esempio sbagliato fa più danni di un'istruzione sbagliata.
2.4 Dove si prendono gli esempi
La difficoltà pratica non è capire che gli esempi servono: è trovarli senza perderci mezza giornata. Tre strade, tutte già percorribili oggi.
Dal lavoro già fatto. Il documento dell'anno scorso, la risposta a un reclamo che era venuta bene, la scheda compilata correttamente. È la fonte migliore, perché è già nel vostro stile.
Da una prima risposta corretta a mano. Si chiede senza esempi, si corregge il risultato finché è giusto, e quella versione corretta diventa l'esempio per tutte le volte successive.
Da un esempio costruito apposta, con dati inventati. È la strada obbligata quando il materiale vero contiene dati personali o riservati.
3. Pagare una volta sola
Paragrafi 8-10 • CARICA UNA VOLTA SOLA
Riuso del Contesto e Caching
Carica il materiale fisso una volta sola all'inizio, poi fai tutte le domande nella stessa conversazione.
La parte più tecnica dell'ora, spiegata senza tecnicismi. Serve a chiunque rimandi ogni giorno lo stesso materiale.
3.1 Il problema
Ogni richiesta viene elaborata da sola: il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. non ricorda nulla fra una chiamata e l'altra. Questo significa che se alleghi un manuale di cento pagine e fai dieci domande, quel manuale viene rimandato e rielaborato dieci volte. Paghi dieci volte, e aspetti dieci volte.
3.2 La soluzione
Il prompt cachingPrompt caching:Meccanismo che riusa la parte iniziale invariata di una richiesta, riducendo tempi e costi. mette da parte la porzione iniziale della richiesta che non cambia. Alla richiesta successiva, se quella porzione è identica, viene riletta dalla cacheCache:Memoria temporanea in cui si tiene qualcosa già elaborato per non doverlo rifare.: molto più in fretta e a costo sensibilmente ridotto.
La parte che non cambia si paga a pieno solo la prima volta.
3.3 Come si misura il risparmio
Chi lavora tramite interfaccia di programmazione vede i numeri: ogni risposta riporta quanti tokenToken:Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura. sono stati riletti dalla cacheCache:Memoria temporanea in cui si tiene qualcosa già elaborato per non doverlo rifare. e quanti sono stati elaborati da zero. Se il primo numero resta a zero, la cacheCache:Memoria temporanea in cui si tiene qualcosa già elaborato per non doverlo rifare. non sta funzionando, e quasi sempre il motivo è che qualcosa cambia all'inizio della richiesta.
Chi lavora dall'interfaccia normale non vede quei numeri, ma può misurare due cose altrettanto utili:
Il tempo di risposta. Su un documento lungo, la differenza fra la prima richiesta e le successive si nota a occhio.
Quanto in fretta si esaurisce il limite d'uso. È l'indicatoreIndicatore:Una misura scelta prima, per poter dire dopo se una cosa ha funzionato. più concreto che avete a disposizione: se lavorando tutto il giorno sullo stesso materiale arrivate a sera senza interruzioni, state impostando bene le richieste.
3.4 Quando il riuso del contesto non serve
Non tutti i lavori ne beneficiano, e insistere dove non serve complica il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. senza vantaggio.
Se il materiale cambia a ogni richiesta, non c'è nulla da riusare: ogni volta si riparte comunque da zero.
Se il materiale è breve, il guadagno è impercettibile: su mezza pagina non c'è niente da risparmiare.
Se fate una domanda sola e chiudete, non c'è una seconda richiesta che possa approfittarne.
Il caso in cui invece rende moltissimo è sempre lo stesso: un materiale grande e fisso, molte domande diverse. L'analisi di un fascicolo, le verifiche su un capitolato, le domande su un manuale.
3.5 Che cosa significa, per chi non programma
Tutto questo capitolo parla di un meccanismo che si governa in modo esplicito solo tramite interfaccia di programmazione. Ma il principio che ne sta sotto cambia il modo di lavorare anche dalla pagina web, e vale la pena tradurlo in tre abitudini.
Caricate il materiale una volta sola, all'inizio. Poi fate tutte le domande che volete nella stessa conversazione, invece di ricominciare da capo per ognuna.
Non modificate il materiale a metà strada. Sostituire il documento iniziale con una versione corretta annulla il vantaggio e, soprattutto, confonde: da quel momento non è più chiaro a quale versione si riferiscano le risposte precedenti.
Tenete separate le conversazioni per documento. Una conversazione per fascicolo funziona molto meglio di una conversazione unica in cui i fascicoli si accumulano.
4. Quale tecnica, per quale compito
4.1 Come si combinano
Le tre tecniche di quest'ora non si escludono: il loro effetto migliore si vede quando lavorano insieme, ciascuna al suo posto nel promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale..
Gli esempi vanno prima. Stanno con il materiale stabile, in testa al promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale.: sono la parte che non cambia e che conviene far riusare.
La richiesta di ragionare va nelle istruzioni. Una riga: «prima analizza, poi concludi».
Il formato va per ultimo. È la cosa che il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. deve avere più fresca quando comincia a scrivere.
Il risultato è un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che ha la stessa struttura della quinta ora, con due aggiunte: un blocco di esempi in alto e una riga di ragionamento nelle istruzioni. Non è una tecnica nuova: è la stessa impalcatura, usata meglio.
5. Esercitazione pratica dell'ora
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. solo, con due tecniche insieme, su un caso concreto.
Obiettivo: estrarre le clausole rilevanti da un testo contrattuale.
1. Scrivi il prompt con i tag della quinta ora.
Aggiungi il ragionamento a passi: «individua prima le sezioni del contratto, poi analizza ciascuna sezione una per una».
Aggiungi un esempio: una clausola già estratta nel formato che vuoi, dentro <example>.
4. Metti il contratto e l'esempio prima, la domanda dopo.
Poi confronta il risultato con quello ottenuto dal promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. secco della scorsa ora. La differenza è il senso di questa lezione.
5.1 Un confronto da fare davvero
L'esercizio più utile di quest'ora è anche il più semplice: la stessa richiesta, fatta due volte, e i due risultati messi uno accanto all'altro.
Primo giro. Prendete un compito vostro che richiede qualche passaggio — un controllo di scadenze, un confronto fra due offerte, una classificazione — e chiedetelo così come vi viene.
Secondo giro. La stessa identica richiesta, con due aggiunte: «prima analizza passo per passo, poi concludi» e un esempio del risultato che volete.
Confronto. Incollate i due risultati in due colonne e guardate tre cose: che cosa è comparso nel secondo e mancava nel primo; che cosa è cambiato nel formato; quanto tempo vi servirebbe per verificare l'uno e l'altro.
È l'esercizio che convince più di qualsiasi spiegazione, perché il confronto lo fate su un lavoro di cui conoscete già la risposta giusta.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Se gli chiedo di ragionare, mi costa di più?»
Sì: qualche parola in più e qualche secondo in più. Ma un errore su un contratto o su una scadenza costa infinitamente di più.
E sui compiti in cui il materiale si ripete, il riuso del contesto recupera gran parte della differenza.
«Devo per forza mostrare il ragionamento al cliente?»
No. Potete chiedere di ragionare e poi di riportare solo la conclusione: «analizza passo per passo, poi scrivi soltanto la risposta finale in tre righe».
Il beneficio sulla qualità resta; cambia solo quello che vedete.
«Quanti esempi conviene dare?»
Due o tre. Con uno solo il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. rischia di copiarne i dettagli specifici invece dello schema; oltre i tre si consuma contesto senza guadagno.
Se con tre esempi il formato ancora non torna, il problema non sono gli esempi: è che il formato non è stato deciso bene nemmeno da voi.
«Il riuso del contesto vale anche nella chat normale?»
Il meccanismo è pensato soprattutto per l'uso tramite interfaccia di programmazione, dove lo si governa in modo esplicito.
Ma la regola che ne discende — mettere prima ciò che non cambia e dopo ciò che cambia — è comunque il modo giusto di scrivere un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. lungo, e nei progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. diventa naturale.
Modulo Didattico • Ora 07 di 12
Lezione 07: Artifacts e generazione di applicazioni web
Quando la chat smette di essere una conversazione e diventa un banco di lavoro
Obiettivo della Lezione
Imparare a usare gli ArtifactsArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. per generare e vedere in tempo reale pagine web, grafica, diagrammi e documenti, e capire a che cosa servono davvero in azienda a chi non programma.
Competenze Acquisite al Termine
Riconoscere quando si apre un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. e perché.
Chiedere un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. in modo che esca utile al primo colpo.
Correggerlo per passi successivi senza ricominciare da capo.
Capire che cosa si può mettere in mano a un collega e che cosa no.
1. Che cos'è un Artifact
Paragrafi 1-3 • PANNELLO ARTIFACT
Il Pannello Artifact
Chiedere "cose" anziché testo: cruscotti, moduli e calcolatori interattivi che si aprono a lato della chat.
È il momento in cui il risultato smette di scorrere via nella conversazione e diventa un oggetto su cui si lavora.
Quando chiedi a Claude qualcosa di complesso — una pagina web, del codice, un grafico, un documento lungo — il risultato non finisce nel flusso della chat. Si apre un pannello dedicato a fianco: l'ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti..
A sinistra si continua a parlare, a destra il lavoro cresce.
Dentro quel pannello puoi passare fra anteprimaAnteprima:La vista che mostra il risultato funzionante, invece del codice che lo genera. e codice con un clic, vedere il risultato aggiornarsi a ogni modifica che chiedi, tornare alle versioni precedenti e infine scaricare un file pronto da usare.
1.1 Che cosa diventa un Artifact
Sei tipi di contenuto che aprono una finestra dedicata.
In sintesi: pagine web funzionanti, codice sorgente di una certa lunghezza, grafica vettoriale, diagrammi di flusso, documenti lunghi, tabelle e strutture dati.
1.2 Che cosa non è
Vale la pena togliere subito tre equivoci, perché sono quelli che portano alle delusioni più grosse.
Detto questo, la maggior parte del lavoro d'ufficio non ha bisogno di un'applicazione aziendale: ha bisogno di uno strumento che funzioni stamattina, per tre persone, su un problema preciso. È esattamente lo spazio in cui un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. è imbattibile.
2. A che cosa serve a chi non programma
Questa non è una funzione per sviluppatori. È una funzione per chi deve far capire un'idea in fretta.
2.1 Il prototipo da far vedere in riunione
Paragrafi 7-10 • PROTOTIPO IMMEDIATO
Prototipo vs Requisiti
Arrivare dai colleghi con un prototipo funzionante accorcia i tempi più di mille documenti di requisiti.
Descrivere a parole come dovrebbe funzionare uno strumento richiede dieci minuti e lascia metà sala con un'idea diversa. Farlo vedere richiede lo stesso tempo e non lascia dubbi.
2.2 Il calcolatore da usare o da mandare
Un simulatore di preventivo, un calcolo di ritorno dell'investimento, una tabella interattiva: cose che oggi si fanno con un foglio di calcolo complicato, e che diventano una pagina che chiunque sa usare.
2.3 Lo schema che si corregge in diretta
Un diagramma di processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA. o un organigramma generato dalla descrizione a parole, e modificato mentre lo si guarda insieme. È il modo più rapido per mettere d'accordo delle persone su come funziona davvero una procedura.
2.4 Il documento che si riscrive davanti a te
L'uso meno appariscente è anche quello che si rivela più utile ogni giorno: un testo lungo — un'offerta, una procedura, una relazione — che resta aperto in un pannello a fianco e si modifica a comando, senza essere riscritto da capo ogni volta.
La differenza rispetto alla chat normale è concreta: chiedendo «accorcia il terzo paragrafo» in una conversazione ordinaria, la risposta ripete tutto il documento e voi dovete ricopiarlo. Con un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. cambia solo quel paragrafo, e il resto resta com'era, parola per parola.
«Rendi il tono più diretto, ma non toccare la parte sui prezzi.»
«Aggiungi una premessa di cinque righe per chi non conosce il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..»
«Riscrivi le conclusioni pensando a un lettore che deve decidere, non capire.»
«Trasformalo in un elenco puntato, tenendo le stesse informazioni.»
2.5 Quando conviene un Artifact e quando no
Non tutto merita di diventare un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti.. La discriminante è se il risultato serve come oggetto o serve solo come testo da leggere.
Nel dubbio, si può sempre chiedere di trasformare una risposta già ottenuta: «fammene una pagina che posso mostrare in riunione». Non si riparte da capo.
3. Come si chiede bene
Prima di vedere il ciclo completo, conviene fissare le quattro cose che, dette nella prima richiesta, fanno risparmiare due giri di correzioni.
Chi lo userà. «Lo userà un commerciale al telefono» cambia tutto: caratteri grandi, pochi campi, nessun termine tecnico.
Che cosa entra e che cosa esce. I dati da inserire e il risultato atteso, elencati. È la parte che le persone danno per scontata ed è quella che serve di più.
Su che cosa gira. «Deve funzionare sul telefono» o «va proiettato in riunione» portano a due risultati molto diversi.
Che cosa non deve fare. «Non deve chiedere dati personali», «non deve salvare niente»: i vincoli detti prima valgono dieci correzioni dopo.
3.1 Il ciclo di correzione, su un caso vero
Paragrafi 4-6 • CORREZIONI SUCCESSIVE
Correzioni Successive
Quattro giri veloci di correzione progressiva: calcolo base, grafico, colori aziendali e pulsante stampa.
Il modo più efficace di lavorare con un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. non è scrivere il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. perfetto: è arrivarci in quattro giri. Ecco una sequenza reale, su un calcolatore del ritorno dell'investimento.
3.2 Le frasi che sbloccano una correzione difficile
Capita di girare a vuoto: chiedete una modifica, arriva qualcosa che non è quello che volevate, riprovate e peggiora. Quattro formulazioni risolvono quasi sempre l'impasse.
4. Che cosa si può mettere in produzione
C'è però un valore che vale la pena mettere a fuoco: arrivare da un fornitore con un prototipoPrototipo:Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi. che mostra il comportamento voluto, invece che con un documento di requisiti, accorcia i tempi e riduce i malintesi in modo sorprendente.
4.1 Condividere il risultato
Un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. si scarica come file e da quel momento vive per conto suo: si apre in un browser qualsiasi, senza Claude e senza collegamento al servizio. È il modo più semplice per passarlo a un collega o allegarlo a un messaggio di posta.
4.2 I limiti tecnici da conoscere
Tre limiti tornano sempre, ed è meglio conoscerli prima di promettere qualcosa a un collega.
Non parla con i vostri sistemi. Un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. non si collega al gestionale né all'archivio aziendale: i dati glieli date voi, scrivendoli o incollandoli. Per il collegamento vero servono le integrazioni dell'undicesima ora.
Non conserva nulla da solo. Chiudendo la pagina, quello che una persona ha inserito mentre lo usava non resta, a meno che non sia stato previsto esplicitamente un salvataggio nel browser.
Cresce fino a un certo punto. Oltre una certa complessità conviene fermarsi: non perché non ci riesca, ma perché a quel punto state costruendo un software vero, e un software vero va progettato.
4.3 Che cosa consegnare a uno sviluppatore
Quando il prototipoPrototipo:Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi. ha fatto il suo lavoro e si passa alla versione vera, il modo in cui lo si consegna fa la differenza fra due settimane e due mesi.
Il file dell'ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti., scaricato. Vale più di qualsiasi descrizione: si apre e si vede come deve comportarsi.
L'elenco di che cosa è vero e che cosa è finto. Nel prototipoPrototipo:Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi. i dati sono inventati e i calcoli semplificati: va detto quali sono le regole reali.
I casi limite che vi interessano. Che cosa deve succedere se un campo è vuoto, se un valore è negativo, se il risultato non è calcolabile.
Chi lo userà e quanti sono. È l'informazione che determina metà delle scelte tecniche, e quasi nessuno la scrive.
5. Esercitazione pratica dell'ora
Una dashboard per il calcolo del ritorno dell'investimento, costruita da zero partendo da una frase.
Chiedete una pagina con tre campi in ingresso: costo mensile dello strumento, ore risparmiate a settimana, costo orario medio.
In uscita: risparmio mensile, mesi necessari per rientrare, un grafico.
Poi una modifica per volta: i colori aziendali, un pulsante per stampare, un campo per il numero di persone coinvolte.
4. Scaricate il file. Funziona anche senza Claude: è vostro.
5.1 Che cosa provare per primo
Se dovete scegliere una cosa sola da provare dopo il corso, sceglietene una con queste tre caratteristiche: la conoscete bene, serve a poche persone, e oggi si fa con un foglio di calcolo scomodo.
Il calcolatore che il commerciale usa al telefono per dare un ordine di prezzo.
La scheda che il tecnico compila a fine intervento, oggi su carta.
Il modulo interno che qualcuno riempie a mano e poi ricopia da un'altra parte.
Il grafico che ogni mese si rifà partendo dagli stessi dati.
Sono tutti casi in cui il risultato si vede subito, non ci sono dati delicati in gioco e il confronto con il modo attuale di lavorare è immediato. È il tipo di prova che vi fa capire in mezz'ora se lo strumento vi serve o no.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Posso metterlo davvero in produzione?»
Per un prototipoPrototipo:Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi., uno strumento interno o una simulazione, sì: quello che esce funziona.
Per qualcosa che tratta dati di clienti, gestisce pagamenti o va pubblicato all'esterno serve una revisione tecnica vera. Un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti. non sostituisce uno sviluppatore: gli risparmia la parte noiosa.
«Non so programmare: posso comunque modificarlo?»
Sì, ed è anzi il modo previsto: la modifica si chiede a parole, non si tocca il codice.
Il pannello del codice serve a chi lo sa leggere; per tutti gli altri ci sono l'anteprimaAnteprima:La vista che mostra il risultato funzionante, invece del codice che lo genera. e la conversazione.
«Se sbaglio una modifica perdo il lavoro fatto?»
No: ogni modifica genera una nuova versione, e le precedenti restano raggiungibili. Si torna indietro di un passo e si riparte da lì.
«A che serve, se poi lo rifà un fornitore?»
A far capire esattamente che cosa volete. Presentarsi da un fornitore con un prototipoPrototipo:Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi. che si comporta come deve, invece che con un documento di requisiti, accorcia i tempi e riduce i malintesi in modo sorprendente.
È il passaggio da «vorrei qualcosa del genere» a «deve fare questo».
Modulo Didattico • Ora 08 di 12
Lezione 08: Multimodalità e analisi avanzata dei PDF
Dare in pasto documenti veri e ottenere dati su cui lavorare
Obiettivo della Lezione
Imparare a caricare documenti lunghi, immagini e scansioni, e a estrarre informazioni strutturate invece di generici riassunti. E imparare dove va messa la verifica umana.
Competenze Acquisite al Termine
Caricare il materiale giusto nel formato giusto.
Scrivere un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. di estrazione che non produca un riassunto inutile.
Chiedere sempre la fonte di ogni dato estratto.
Riconoscere i casi in cui i numeri vanno ricontrollati a mano.
1. Non solo testo
Paragrafi 1-4 • STRUTTURA E RIFERIMENTI
Struttura e Riferimenti
Caricare il file preserva impaginazione, colonne di tabelle, grafici e firme senza sfaldarli.
Il salto non è che Claude sappia leggere un PDF. È che sappia trasformarlo in dati su cui si può lavorare.
Entrano documenti e immagini, esce struttura.
In ingresso si possono dare testo, documenti PDF, immagini, schermate e scansioni. In uscita si possono chiedere tabelle, elenchi, file da aprire in un foglio di calcolo, sintesi ragionate.
La differenza con un semplice riconoscimento ottico dei caratteri è che Claude non si limita a trascrivere: mette in relazione una cifra con la voce di bilancio a cui appartiene, una data con la scadenza a cui si riferisce, una clausola con l'articolo che la richiama.
1.1 Che cosa si può caricare
PDF anche di centinaia di pagine, nei limiti previsti dal piano in uso e dalla dimensione del file.
Immagini: fotografie di documenti, schermate, fotogrammi, schemi.
Fogli di calcolo e file di testo.
Documenti scansionati, quindi senza testo selezionabile: qui la qualità della scansione fa tutta la differenza.
I limiti pratici dei file
Ci sono soglie oltre le quali conviene cambiare strategia, e vale la pena conoscerle prima di trovarsi bloccati con una scadenza addosso.
La dimensione del singolo file. I documenti molto pesanti vanno spezzati. Un PDF di duecento pagine con immagini ad alta risoluzione pesa spesso più di uno di mille pagine di solo testo: conta il pesoPeso:Un numero che indica quanto conta una connessione fra due neuroni artificiali., non il numero di pagine.
Il numero di file per conversazione. C'è un limite, e comunque oltre una certa quantità conviene passare alla base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
Il totale che entra nella finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi.. Vale il conto della terza ora: i documenti, le domande e le risposte stanno tutti nello stesso spazio.
1.2 Che cosa cambia rispetto a copiare e incollare
La domanda più ragionevole che arriva in aula è: perché caricare il file, se posso selezionare il testo e incollarlo? Ci sono tre motivi concreti.
La struttura sopravvive. Copiando un PDF a mano, le tabelle si sfaldano e le colonne si mescolano. Caricando il file, l'impaginazione viene interpretata insieme al testo.
Restano i riferimenti. Il numero di pagina, l'intestazione del capitolo, la posizione di una voce in tabella: sono esattamente le informazioni che vi servono per verificare, e copiando il testo si perdono.
Si legge anche quello che non è testo. Un grafico, uno schema, una firma, una casella barrata: non si possono incollare, ma si possono leggere.
2. Il metodo
Caricare un documento e scrivere «riassumilo» è lo spreco più comune che si vede in aula.
Un riassunto generico di un bilancio non serve a nessuno: serve sapere quanto fa il fatturato, come si muove il margine, dove sta l'indebitamento. Quattro passaggi, sempre gli stessi.
Da cinquanta pagine a una tabella che si incolla in un foglio.
1. Carica il documento.
Di' che cosa è e chi sei tu. «Questo è il bilancio d'esercizio 2025 di una società manifatturiera; io sono il controller.»
Chiedi cose precise, non un riassunto. «Estrai fatturato, EBITDAEBITDA:Margine operativo lordo: un indicatore di redditività usato negli esempi di questa lezione. e flusso di cassa degli ultimi tre esercizi.»
Chiedi il formato. «In tabella, una riga per indicatoreIndicatore:Una misura scelta prima, per poter dire dopo se una cosa ha funzionato., con la pagina di provenienza.»
Sono i tag della quinta ora, applicati a un documento: <context> dice chi sei e che cosa è il file, <instructions> dice che cosa cercare, <output_format> dice come deve venire.
2.1 Il trucco che fa la differenza: chiedere la fonte
Paragrafi 5-7 • CHIEDI SEMPRE LA FONTE
Chiedi Sempre la Fonte
Aggiungere la colonna del numero di pagina trasforma mezz'ora di controllo in 30 secondi.
2.2 Quattro richieste che funzionano quasi sempre
Su un documento caricato, queste quattro formule coprono gran parte del lavoro quotidiano. Sono scritte per essere copiate e adattate.
Estrarre in tabella
Dal documento allegato, estrai tutte le voci di costo in una tabella con tre colonne: descrizione, importo, pagina in cui compare. Se un importo non è indicato, scrivi «non indicato»: non calcolarlo e non stimarlo.
La terza colonna è la più importante: è quella che vi permette di verificare in trenta secondi invece che in mezz'ora.
Confrontare due documenti
Allego due versioni dello stesso contratto. Elencami solo le differenze sostanziali, ignorando le riformulazioni che non cambiano il significato. Per ciascuna indica l'articolo e in quale delle due versioni è più favorevole a noi.
Riassumere per un destinatario preciso
Riassumi la relazione allegata in dieci righe, per un amministratore delegato che non è tecnico e ha tre minuti. Chiudi con la decisione che gli viene chiesta.
Un riassunto senza destinatario è quasi sempre inutile: è la persona che lo leggerà a decidere che cosa va tenuto e che cosa va tolto.
Leggere un'immagine
Questa è la foto della lavagna a fine riunione. Trascrivi tutto quello che riesci a leggere, mantenendo la struttura a colonne. Dove la scrittura non è leggibile con certezza, segnala [illeggibile] invece di tirare a indovinare.
2.3 Lavorare su più documenti insieme
Paragrafi 8-10 • INCROCIO DEI DOCUMENTI
Incrocio dei Documenti
Confrontare l'offerta inviata e il contratto rimandato firmato per trovare ogni divergenza nascosta.
Il caso che fa risparmiare più tempo in assoluto non è leggere un documento: è incrociarne diversi. Tre situazioni si ripetono in qualunque azienda.
Il confronto fra versioni
Due versioni dello stesso contratto, o due revisioni di un capitolato. Chiedere solo le differenze sostanziali, ignorando le riformulazioni, trasforma mezza giornata di lettura incrociata in dieci minuti di verifica.
La coerenza fra documenti diversi
Allego l'offerta che abbiamo inviato e il contratto che ci hanno rimandato firmato. Elencami tutti i punti in cui il contratto dice qualcosa di diverso dall'offerta, indicando per ciascuno il riferimento in entrambi i documenti.
È il controllo che in teoria si fa sempre e che in pratica, sotto scadenza, si fa male. Qui costa due minuti.
La ricerca trasversale
Dieci documenti, una domanda sola: «in quali di questi compare un obbligo di riservatezza, e con quale durata?». La risposta utile non è il riassunto: è l'elenco con il riferimento puntuale, documento per documento.
3. Dove serve l'occhio umano
La multimodalità è la funzione che dà più soddisfazione e che richiede più disciplina.
3.1 Tre controlli che costano due minuti
Non serve rileggere tutto: serve controllare le cose giuste. Su un'estrazione da un documento lungo, questi tre controlli intercettano quasi tutti gli errori che contano.
Il totale. Se avete estratto degli importi, sommateli e confrontate il risultato con il totale che compare nel documento. Se non torna, manca una voce o ce n'è una di troppo.
Gli estremi. Controllate la prima e l'ultima voce dell'elenco: gli errori di delimitazione — una riga di intestazione letta come dato, un'ultima riga saltata — si concentrano lì.
Tre voci a caso. Prendete tre righe a campione e verificatele sul documento usando il riferimento di pagina. Se tutte e tre tornano, l'estrazione è affidabile; se una sola non torna, va rifatta.
3.2 I limiti pratici da conoscere
Ci sono tre situazioni in cui la lettura automatica di un documento delude, ed è meglio saperlo prima di scoprirlo davanti a un cliente.
La scansione di bassa qualità. Un PDF nato da una fotocopia storta viene letto male, esattamente come lo leggereste male voi. Se il documento è importante, conviene rifare la scansione.
Le tabelle complesse. Celle unite, intestazioni su due livelli, note a piè di tabella: sono i casi in cui è più facile che un valore finisca nella colonna sbagliata. Vanno controllati a campione, sempre.
I documenti molto lunghi. Un fascicolo di centinaia di pagine ci sta nella finestra di contestoFinestra di contesto:Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi., ma la domanda generica («riassumimelo») dà risultati mediocri. Meglio spezzare in domande mirate, capitolo per capitolo.
3.3 Il perimetro: che cosa si può caricare
Paragrafi 11-13 • PRIMA DI CARICARE: VERIFICA
La Regola del Consulente
Lo manderesti via email a un esterno senza permesso? Se la risposta è no, non caricarlo.
Tutto quello che abbiamo visto in quest'ora presuppone una decisione presa nella quarta: su quale account state lavorando. Vale la pena ricordarlo qui, perché è il momento in cui la tentazione di caricare qualsiasi cosa è più forte.
4. Esercitazione pratica dell'ora
Un report di una cinquantina di pagine e una tabella da consegnare.
Scrivete il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. completo prima di caricare il file:
Poi eseguitelo, e verificate tre numeri a campione sul PDF originale. Annotate quanti erano giusti: è il dato più utile che porterete a casa da questa lezione.
4.1 Un esercizio da fare con un documento vostro
L'esercitazione rende molto di più se la fate su un documento di cui conoscete già il contenuto: è l'unico modo per valutare la qualità del risultato invece di doverla accettare.
Scegliete un documento che avete già lavorato a mano negli ultimi mesi: un capitolato, un bilancio, un contratto di cui avete già estratto i dati.
Chiedete la stessa estrazione, con il riferimento di pagina e l'istruzione su che cosa fare quando un dato manca.
Confrontate con il vostro lavoro. Contate: quante voci coincidono, quante mancano, quante sono sbagliate, quante ne ha trovate che a voi erano sfuggite.
Cronometrate entrambe le cose, comprese le verifiche. È il numero che userete per convincere chiunque in azienda.
L'ultima riga di questo esercizio è quasi sempre la più interessante: la colonna «che a voi erano sfuggite» non è quasi mai vuota.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Posso caricare qualsiasi documento?»
Tecnicamente quasi sì. Giuridicamente no: valgono le regole viste nella seconda e nella quarta ora, quindi dipende da che cosa c'è dentro il documento e da quale account state usando.
La domanda da farsi non è «riesce a leggerlo?» ma «posso mandare fuori dall'azienda questo contenuto?».
«Come faccio a fidarmi di un'estrazione su cento pagine?»
Non dovete fidarvi: dovete poter verificare. Per questo si chiede sempre il riferimento (pagina, articolo, riga) accanto a ogni dato estratto.
Il controllo a campione su cinque voci scelte a caso costa due minuti e dice molto sulla qualità dell'intera estrazione.
«Perché a volte sbaglia un numero che è scritto chiaramente?»
Succede soprattutto nelle tabelle con celle unite o con più livelli di intestazione, dove la struttura visiva che per noi è ovvia diventa ambigua una volta convertita in testo.
È il motivo per cui l'estrazione da tabelle complesse va sempre controllata, anche quando le prime dieci righe sono perfette.
«Si può usare per leggere le fatture in automatico?»
Per un flusso ripetitivo e ad alto volume esistono soluzioni dedicate, che si integrano con il gestionale e vanno valutate a parte.
Per volumi piccoli o per un controllo una tantum, invece, questo approccio funziona benissimo ed è disponibile da subito.
Modulo Didattico • Ora 09 di 12
Lezione 09: Progetti e base documentale aziendale
Da assistente generico a collega che conosce la tua azienda
Obiettivo della Lezione
Imparare a creare un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., scrivere istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. che reggano nel tempo e costruire una base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. che dia risposte affidabili invece che verosimili.
Competenze Acquisite al Termine
Capire la differenza fra una chat e un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
Scrivere istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. che dicano anche che cosa non fare.
Scegliere quali documenti caricare e quali no.
Impostare chi aggiorna la base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte., e quando.
1. Che cos'è un progetto
Paragrafi 1-3 • IL PROGETTO AZIENDALE
Il Progetto Aziendale
I tre livelli: istruzioni permanenti in alto, base documentale al centro e chat figlie sotto.
È il passaggio in cui l'assistente smette di essere generico.
Fino a qui abbiamo lavorato in conversazioni singole. Funziona, ma ha un difetto strutturale: il contesto muore quando chiudi la finestra. Il giorno dopo ricarichi i file, ripeti chi sei, rispieghi come vuoi le risposte.
Le stesse quattro differenze che si vedono dopo una settimana d'uso.
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. è uno spazio di lavoro dedicato a un obiettivo preciso — «assistente per le policy HR», «generatore di preventivi», «verifica contratti» — in cui le fondamenta restano.
1.1 Di che cosa è fatto
Due fondamenta stabili, tante conversazioni che le ereditano.
Le istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto.: chi è Claude qui dentro, come deve rispondere, che cosa non deve fare mai. Valgono per tutte le conversazioni del progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
La base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte.: i file caricati una volta sola — regolamenti, listini, manuali, contratti tipo — sempre disponibili.
Le conversazioni: cambiano ogni giorno, ma partono tutte già informate.
1.2 Quando serve un progetto e quando basta una chat
Non tutto merita un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili.. La discriminante è una sola: il lavoro si ripete?
2. Le istruzioni permanenti
Paragrafi 4-6 • CHIEDI PRIMA DI PROCEDERE
Da Generatore a Collaboratore
"Se ti mancano informazioni, chiedimele prima di procedere, non inventare dettagli".
È la parte che quasi tutti scrivono in fretta, ed è quella che decide se il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. funziona.
Un'istruzione buona dice cinque cose.
2.1 Un esempio completo di istruzioni
Ecco le istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. reale: quello che uno studio professionale usa per la corrispondenza con i clienti.
Sei l'assistente di redazione dello studio. Scrivi in italiano, in seconda persona plurale, con tono cortese e asciutto: mai informale, mai burocratico.
Ogni comunicazione si chiude con la formula di saluto dello studio che trovi nel documento «modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi..docx».
Non promettere mai tempi di risposta né esiti: se la bozza li richiederebbe, lascia [DA CONFERMARE] e segnalamelo in fondo.
Quando citi una norma, indica sempre articolo e comma; se non sei sicuro del riferimento, scrivilo invece di ricostruirlo.
Se ti mancano informazioni per scrivere la bozza, chiedimele prima di procedere: non inventare dettagli sul caso.
Sono cinque frasi, e contengono tutto ciò che altrimenti andrebbe ripetuto in ogni singola conversazione: il tono, il formato, i limiti, il comportamento nei casi incerti.
2.2 Gli errori tipici nelle istruzioni
Le istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. sono la parte più delicata di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., e tendono a sbagliarsi sempre nello stesso modo.
2.3 Un secondo esempio: il progetto tecnico
Il primo esempio riguardava la corrispondenza. Questo è di tutt'altro genere — l'assistenza tecnica su un prodotto — e serve a mostrare che la struttura non cambia.
Sei l'assistente tecnico di primo livello. I nostri prodotti sono descritti nei manuali che trovi nella base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte.: sono l'unica fonte valida.
Rispondi sempre citando il manuale e il paragrafo da cui prendi l'informazione.
Se la risposta non è nei manuali, dillo esplicitamente e proponi di passare la segnalazione al secondo livello. Non ricostruire la risposta per analogia con altri prodotti.
Non suggerire mai interventi che richiedono l'apertura dell'apparecchio: in quei casi indica la procedura di assistenza.
Scrivi in italiano semplice, per un cliente non tecnico. Massimo otto righe.
Le due righe che fanno la differenza sono la seconda e la terza: obbligano a citare la fonte e vietano di colmare i vuoti per analogia. Insieme, trasformano un assistente generico in uno strumento di cui ci si può fidare in assistenza.
3. La base documentale
Paragrafi 7-9 • 10 FILE GIUSTI BATTONO 100
Qualità della Base Documentale
10 file giusti e aggiornati battono 100 file disordinati. Eliminare sempre bozze e documenti scaduti.
Pochi file aggiornati battono un archivio intero.
3.1 La domanda che governa tutto: chi lo aggiorna?
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. è vivo. I regolamenti cambiano, i listini si aggiornano, le procedure si riscrivono. Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. senza manutenzione, in sei mesi, diventa un archivio di informazioni false raccontate con sicurezza.
Nominate un responsabile, con nome e cognome, non un ufficio.
Fissate quando si aggiorna in modo periodico: una data in calendario.
Stabilite che cosa fa scattare un aggiornamento straordinario: un nuovo contratto collettivo, un listino nuovo, una procedura modificata.
3.2 Come si organizza la base documentale
Una base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. non è una cartella condivisa: è una selezione. Quattro criteri, applicati a ogni file prima di inserirlo, la tengono utile nel tempo.
È aggiornato? Un documento superato che convive con la versione attuale è peggio di un documento mancante: il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. non ha modo di sapere quale delle due vale.
È autorevole? La bozza di un collega e la procedura approvata hanno lo stesso aspetto, per chi legge. Nella base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. ci va solo la seconda.
Serve davvero? Se un documento non è stato utile in nessuna delle ultime dieci conversazioni, occupa spazio e attenzione senza dare niente.
Si può metterci? Vale il perimetro della quarta ora, e con un aggravante: in un progetto condivisoProgetto condiviso:Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale. lo vedranno anche gli altri.
Un accorgimento semplice e molto efficace: mettere in cima a ogni documento della base una riga con la data e a che cosa serve. «Listino in vigore dal 1° gennaio 2026, sostituisce il precedente». Il modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. la legge, e la usa per decidere quale documento far prevalere.
3.3 Documenti o istruzioni? Dove va che cosa
È il dubbio più frequente quando si imposta il primo progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili.: un'informazione va scritta nelle istruzioni o caricata come documento? La regola è semplice e non fallisce quasi mai.
4. Progetto o ricerca su internet?
La domanda che arriva sempre, e che merita una risposta netta.
4.1 Quando il progetto smette di funzionare
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. invecchia, come qualsiasi procedura aziendale. Tre segnali dicono che è ora di rimetterci mano.
4.2 Progetti e riservatezza
Paragrafi 10-12 • PROGETTI SEPARATI PER PERMESSI DIVERSI
Permessi e Visibilità
Chi entra vede tutto: per gestire accessi e ruoli diversi servono progetti dedicati diversi.
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. raccoglie in un posto solo le informazioni più utili di un reparto. È esattamente ciò che lo rende potente, ed è anche ciò che richiede due cautele.
Chi entra vede tutto. Non c'è una gradazione dentro la base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte.: aggiungere una persona al progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. significa darle accesso a tutti i documenti che contiene. Se i permessi devono essere diversi, servono progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. diversi.
Quello che esce eredita il contenuto. Una risposta generata dentro il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. può citare qualsiasi documento della base. Prima di inoltrarla a un cliente, va riletta con questo in mente.
5. Esercitazione pratica dell'ora
Costruiamo un assistente che risponde sulle policy aziendali.
Caricate tre documenti veri: regolamento interno, policy sulle ferie, procedura note spese.
Scrivete le istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. seguendo le cinque voci della tabella del capitolo 2.
Provate cinque domande reali, di quelle che arrivano davvero in ufficio.
4. Poi provate una domanda a cui i documenti non rispondono.
5.1 Come si crea un progetto in dieci minuti
Il modo più veloce di partire non è progettarlo: è ricavarlo da una conversazione che ha già funzionato.
Ripescate una conversazione andata bene su un lavoro che si ripete.
Chiedete al modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. stesso di ricavarne le istruzioni: «da questa conversazione, scrivi le istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto. di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. che mi permetta di ottenere sempre questo risultato». Esce una bozza in trenta secondi.
Tagliate. La bozza sarà troppo lunga: tenete solo ciò che vale per ogni conversazione futura, non ciò che valeva per quel caso specifico.
Aggiungete le due righe che mancano sempre: che cosa fare quando un'informazione non c'è, e il formato dell'uscita.
5. Caricate due o tre documenti di riferimento, non venti.
Il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. così ottenuto non sarà perfetto, e non importa: si corregge dopo la terza conversazione, quando saprete che cosa gli manca davvero.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Quanti documenti posso metterci dentro?»
Il limite tecnico è alto, ma il limite utile è molto più basso: dieci documenti giusti funzionano meglio di cento documenti qualsiasi.
La domanda da farsi per ogni file è: «se un collega nuovo dovesse fare questo lavoro, gli darei da leggere questo?». Se la risposta è no, fuori.
«Le istruzioni permanenti valgono anche per i file che carico dopo?»
Sì: valgono per tutta la vita del progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. e per tutte le conversazioni che ci nascono dentro, indipendentemente da quando è stato aggiunto un documento.
«Se cambio le istruzioni, le conversazioni vecchie cambiano?»
No. Quelle già avvenute restano come sono; la modifica vale dalla conversazione successiva in poi.
È un bene: significa che potete rivedere le istruzioni senza il timore di alterare il lavoro già consegnato.
«Meglio un progetto grande o tanti progetti piccoli?»
Tanti piccoli, quasi sempre. Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. dovrebbe corrispondere a un'attività, non a un reparto: «offerte commerciali» funziona, «ufficio vendite» no.
Quando le istruzioni cominciano con «se si tratta di... altrimenti...», è il segnale che servivano due progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
Modulo Didattico • Ora 10 di 12
Lezione 10: Lavoro di squadra e progetti condivisi
Da «io uso l'IA» a «noi lavoriamo così»
Obiettivo della Lezione
Imparare a condividere un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. nel team, a standardizzare i promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. in una libreria aziendale e a definire la governanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla. minima perché tutto questo non diventi un caos.
Competenze Acquisite al Termine
Riconoscere quali progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. conviene condividere e quali no.
Impostare la governanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla. minima: proprietario, revisione, accessi.
Trasformare un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. personale in una procedura aziendale.
Evitare che il lavoro condiviso si degradi nel tempo.
1. Condividere un progetto
È il passaggio in cui l'IA smette di essere una bravura personale e diventa un modo di lavorare.
Nei piani aziendali un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. creato da una persona può essere condiviso con l'organizzazione o con colleghi scelti. Questo significa che tutti lavorano sulla stessa base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. e sulle stesse istruzioni.
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., più reparti, una sola fonte da aggiornare.
1.1 Tre progetti che funzionano davvero
1.2 Che cosa succede quando non si condivide
Paragrafi 1-3 • IL COSTO DI NON CONDIVIDERE
Il Costo di Non Condividere
Cinque persone che reinventano la stessa ruota da zero: ore e denaro sprecati in solitaria.
Il costo di non condividere non si vede in bilancio, ed è proprio per questo che passa inosservato per mesi. Ha però tre forme molto riconoscibili.
Lo stesso lavoro fatto cinque volte. Cinque persone mettono a punto, separatamente, il modo di far scrivere un'offerta. Ci mettono mezza giornata a testa e arrivano a cinque risultati diversi.
La qualità che dipende dalla persona. Il cliente riceve una risposta ottima o mediocre a seconda di chi la scrive, e nessuno sa perché.
La competenza che se ne va con chi la possiede. Quando la persona che «ci sa fare» cambia reparto o lascia l'azienda, riparte tutto da zero: quello che aveva imparato non era scritto da nessuna parte.
Sono esattamente gli stessi problemi che negli anni hanno portato le aziende a scrivere procedure e modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. di documento. Qui la materia è nuova, ma il rimedio è quello di sempre: metterlo per iscritto in un posto solo.
1.3 Chi costruisce e chi usa
Paragrafi 7-9 • UNO COSTRUISCE, TUTTI USANO
Uno Costruisce, Tutti Usano
Non tutti devono scrivere prompt: 1 o 2 builder per reparto, gli altri li applicano con facilità.
La condivisione funziona quando si accetta un'idea che in azienda non è sempre popolare: non tutti devono diventare bravi a scrivere promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale..
È la stessa divisione che esiste già per i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. di documento aziendali: qualcuno li disegna, tutti li usano. Nessuno si aspetta che ogni collega sappia impostare un foglio di stile.
2. La libreria di prompt
Paragrafi 4-6 • LIBRERIA DI PROMPT AZIENDALE
Libreria di Prompt Aziendale
Non appunti sparsi, ma schede ordinate con segnaposto e dati di prova rigorosamente anonimizzati.
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che funziona non è un talento personale: è una procedura aziendale che nessuno ha ancora scritto.
Nove versioni personali, oppure una versionata e condivisa.
In quasi tutte le aziende che facciamo partire, dopo qualche mese la situazione è la stessa: ognuno ha i suoi promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale., custoditi in un file personale o nella memoria del browser. Funzionano, ma nessuno sa quali siano i migliori e perché.
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. approvato, con un responsabile e una versione.
Conservato dove tutti lo trovano, non nella posta di qualcuno.
Aggiornato quando si scopre un modo migliore di chiedere.
2.1 Che cosa rende un prompt riusabile
Un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che funziona per voi non è ancora un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che funziona per l'azienda. Il passaggio richiede tre aggiunte, e sono sempre le stesse.
Il titolo dice quando usarlo, non che cos'è. «Rispondere a un reclamo di primo livello» è un buon titolo; «PromptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. reclami» non lo è: non dice a chi non conosce il contesto se fa al caso suo.
Le parti da sostituire sono evidenti. Si usa una convenzione visibile, per esempio [NOME CLIENTE] o [IMPORTO], così chi lo riusa vede a colpo d'occhio che cosa deve cambiare.
C'è un esempio del risultato atteso. Due righe di esempio valgono più di mezza pagina di spiegazione, e fanno capire subito se il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. serve davvero.
2.2 Una scheda di prompt, campo per campo
Questa è la scheda che consigliamo di usare: sei campi, si compila in cinque minuti e rende il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. utilizzabile da chiunque.
3. La governance minima
La tecnologia non risolve un problema organizzativo. Lo rende solo più veloce.
3.1 Le quattro regole minime
GovernanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla. è una parola grossa per qualcosa che sta in quattro righe. Queste bastano a un'azienda di qualsiasi dimensione, e sono più efficaci di un regolamento di venti pagine che nessuno legge.
Ogni progetto condivisoProgetto condiviso:Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale. ha un referente, con nome e cognome. È chi decide che cosa entra nelle istruzioni e nella base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte..
Ogni progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. ha una data di revisione. Anche solo «si rivede a gennaio». Senza data, nessuno lo rivede mai.
I dati personali e i documenti riservati non entrano nella base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte. di un progetto condivisoProgetto condiviso:Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale., a meno che non sia stato valutato espressamente.
Quello che esce viene riletto da una persona prima di uscire dall'azienda. Sempre, senza eccezioni per fretta.
3.2 Che cosa non va condiviso
La condivisione ha anche dei limiti, e conviene dichiararli fin dall'inizio: un elenco chiaro di ciò che resta fuori rende molto più facile dire di sì a tutto il resto.
Le pratiche che riguardano singole persone: procedimenti disciplinari, valutazioni, questioni di personale. Hanno bisogno di uno spazio riservato, non di un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. di reparto.
I documenti coperti da vincoli verso terzi: materiali ricevuti sotto accordo di riservatezza, documenti di gara, informazioni di clienti che non hanno autorizzato una diffusione interna ampia.
Le bozze non approvate. In un progetto condivisoProgetto condiviso:Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale. una bozza ha lo stesso aspetto di un documento ufficiale, e verrà usata come tale.
Le credenziali, in qualsiasi forma. Non è un caso limite: è la cosa che finisce per errore dentro i documenti operativi più spesso di quanto si immagini.
4. Quali progetti conviene condividere
4.1 Da dove cominciare, concretamente
Paragrafi 10-12 • COME SI PARTE IN AZIENDA
Come si Parte in Azienda
Niente riunioni fiume: 3 domande a 5 persone su compiti ripetitivi e dubbi operativi.
Il modo più rapido per far partire la condivisione non è una riunione: è un giro di domande. Tre, a cinque persone diverse.
«Qual è la cosa che rifai più spesso, sempre uguale?» — è lì che sta il primo progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. da creare.
«Che cosa hai chiesto a un assistente IA questa settimana?» — la risposta vi dice a che punto è davvero l'azienda, molto più di qualsiasi indagine interna.
«Che cosa non ti fidi a chiedergli?» — è la lista delle preoccupazioni da affrontare nella policy, scritta dalle persone che dovranno seguirla.
Da cinque risposte esce quasi sempre un progetto condivisoProgetto condiviso:Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale. che serve davvero, e che viene adottato senza bisogno di convincere nessuno.
4.2 Come si capisce se sta funzionando
Misurare il tempo risparmiato è la strada più ovvia ed è anche la meno convincente: nessuno riesce a dimostrarla e tutti ne diffidano. Questi quattro indicatori si osservano senza strumenti e dicono molto di più.
Quante persone usano i progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. condivisi rispetto a quante li hanno a disposizione. Sotto la metà, c'è un problema di adozioneAdozione:Il processo con cui uno strumento entra stabilmente nel modo di lavorare di un'organizzazione., non di strumento.
Quanti promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. nuovi entrano in libreria ogni mese. Se dopo il primo mese non ne entra più nessuno, l'iniziativa è già finita e nessuno l'ha ancora detto.
Quante cose si fanno che prima non si facevano. È l'indicatoreIndicatore:Una misura scelta prima, per poter dire dopo se una cosa ha funzionato. più onesto: non «facciamo la stessa cosa in meno tempo», ma «prima questa analisi non la facevamo proprio».
Quanto dura l'inserimento di una persona nuova. Un reparto con progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. e promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. condivisi mette a regime un nuovo collega in una frazione del tempo. Si vede subito, e si racconta bene alla direzione.
5. Esercitazione pratica dell'ora
Un progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. che attraversa tre reparti, configurato insieme.
Base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte.: listino, condizioni di vendita, tre offerte modelloModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi..
Istruzioni: tono, struttura dell'offerta, che cosa non promettere mai.
Ruoli: chi lo possiede, chi aggiorna il listino, chi può solo usarlo.
Collaudo: provatelo con la richiesta di un cliente vero e confrontate il risultato con l'ultima offerta fatta a mano.
5.1 Il registro dei progetti
Un documento solo, su una riga per progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., evita la quasi totalità dei problemi di governanceGovernance:L'insieme di regole su chi decide, chi esegue e chi controlla.. Si tiene in un foglio di calcolo e si aggiorna in un minuto.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Chi deve tenere aggiornata la libreria?»
Una persona per area, non una persona per azienda. Se il referente è unico diventa un collo di bottiglia e la libreria muore in tre mesi.
Il compito è leggero: approvare i promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. nuovi e togliere quelli che non usa più nessuno. Mezz'ora al mese, non di più.
«E se qualcuno scrive un prompt sbagliato?»
Succede, ed è meno grave di quanto sembri: un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. sbagliato dà risposte visibilmente sbagliate, e chi lo usa se ne accorge.
Il rischio vero è un altro: un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. che funziona benissimo ma incorpora un'istruzione scorretta, per esempio una scadenza o un'aliquota superata. Per questo serve una data di revisione.
«Serve uno strumento apposito per la libreria?»
No. Una cartella condivisa con un documento per promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. funziona benissimo, e ha il vantaggio di non richiedere approvazioni.
Lo strumento dedicato ha senso quando i promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. diventano decine e servono ricerca e versioni: è un problema che è bello avere.
«Come convinco i colleghi a condividere i loro prompt?»
Non chiedendo di condividere: chiedendo di mostrare. Dieci minuti in una riunione di reparto in cui una persona fa vedere come risolve una cosa noiosa valgono più di qualsiasi circolare.
La condivisione arriva da sola quando qualcuno dice «me lo passi?».
Modulo Didattico • Ora 11 di 12
Lezione 11: Applicazione desktop, MCP e IA agentica
Quando l'assistente esce dal browser e comincia ad agire
Obiettivo della Lezione
Capire che cosa cambia portando Claude sul computer, che cos'è il protocollo apertoProtocollo aperto:Specifica pubblica che chiunque può implementare, senza dipendere da un unico fornitore. con cui si collega ai dati aziendali, e dove va messo il freno quando un sistema comincia ad agire da solo.
Competenze Acquisite al Termine
Spiegare che cos'è MCPMCP:Model Context Protocol: protocollo aperto per collegare un assistente a dati e strumenti. e perché essere un protocollo apertoProtocollo aperto:Specifica pubblica che chiunque può implementare, senza dipendere da un unico fornitore. conta.
Riconoscere le quattro fasi del ciclo di un agenteAgente:Sistema che percepisce, decide, agisce e verifica in autonomia verso un obiettivo..
Definire il perimetro di accesso di un'integrazione.
Individuare le azioni che devono sempre passare da una conferma umana.
1. Fuori dal browser
Finché l'assistente vive in una scheda del browser, i vostri dati restano dall'altra parte del vetro: bisogna passarglieli a mano.
L'applicazione desktop per Windows e Mac porta Claude accanto agli altri programmi. Il vantaggio non è estetico: è che da lì diventa possibile collegarlo a quello che sta sul computer e nei sistemi aziendali.
Fino a oggi, nel corso, il flusso è sempre stato lo stesso: apri il file, copi, incolli nella chat. Funziona, ma ogni passaggio è manuale e ogni passaggio manuale è un punto in cui si sbaglia.
1.1 Che cosa vuol dire, in pratica
Finora abbiamo lavorato sempre allo stesso modo: si apre una pagina, si scrive, si incolla il materiale. Funziona, ma ha un limite evidente: tutto quello che serve dovete portarglielo voi, a mano, ogni volta.
Il passo successivo è dare all'assistente un accesso diretto ai posti in cui le informazioni vivono già.
È un salto di comodità notevole, ed è anche il punto in cui le domande sulla sicurezza e sui permessi smettono di essere teoriche: da qui in poi lo strumento non aspetta più che gli diate i dati, li va a prendere.
1.2 Le tre forme del collegamento
«Collegare l'assistente ai nostri sistemi» copre tre cose molto diverse per impegno, costo e rischio. Distinguerle evita discussioni confuse in azienda.
Per quasi tutte le aziende piccole e medie il percorso sensato è esattamente questo ordine: si comincia dalla prima riga, e si passa alla seconda solo quando la prima ha dimostrato di servire.
2. Il Model Context Protocol
Paragrafi 1-3 • MCP: LO STANDARD DI CONNESSIONE
MCP: Lo Standard Universale
Model Context Protocol: la "presa USB" universale che collega l'assistente a database ed ERP.
Il pezzo tecnico dell'ora. Si spiega bene con un'immagine sola.
Ogni sistema aziendale parla una lingua diversa: il gestionale, l'archivio documentale, la banca dati, il repository del codice. Costruire un'integrazione su misura per ciascuno costa, e invecchia.
Il Model Context Protocol (MCPMCP:Model Context Protocol: protocollo aperto per collegare un assistente a dati e strumenti.) è un protocollo apertoProtocollo aperto:Specifica pubblica che chiunque può implementare, senza dipendere da un unico fornitore., pubblicato da Anthropic, che definisce un modo standard per esporre dati e strumenti a un assistente. È come una presa elettrica: dietro il muro ci può essere qualsiasi impianto, ma la spina è sempre quella.
Un solo protocollo al posto di dieci integrazioni su misura.
2.1 Perché serviva uno standard
Fino a poco tempo fa, ogni collegamento fra un assistente e un programma aziendale andava costruito su misura: un lavoro dedicato per ogni combinazione di strumento e sistema. Con cinque assistenti e dieci gestionali, i collegamenti possibili diventano cinquanta, e nessuno li costruisce.
Uno standard rovescia il conto: ogni sistema espone i propri dati una volta sola, in un modo che qualsiasi assistente sa leggere. Da cinquanta lavori su misura si passa a quindici, e soprattutto riutilizzabili.
Per voi, in pratica, significa due cose: che il collegamento al vostro gestionale ha buone probabilità di esistere già, e che se cambiate assistente non buttate via il lavoro fatto.
2.2 Che cosa chiedere a un fornitore, prima di collegare qualcosa
Paragrafi 4-6 • PARTIRE DAL MENO POSSIBILE
Partire dal Meno Possibile
Cinque domande prima di collegare: sola lettura, cartella singola, registro audit log e stacco di emergenza.
Collegare un assistente al gestionale o all'archivio documentale non è una decisione tecnica: è una decisione sui dati. Sono cinque domande, e vanno fatte prima della firma, non dopo.
A quali dati accede, esattamente? Non «all'archivio», ma quali cartelle, quali tabelle, quali campi.
In lettura o anche in scrittura? Un collegamento che può solo leggere è un rischio; uno che può anche modificare o cancellare è un rischio di un altro ordine di grandezza.
Chi vede che cosa? Il collegamento rispetta i permessi che ogni persona ha già nel sistema, o li scavalca dando a tutti la stessa visibilità?
Che cosa resta scritto? Esiste un registro di chi ha chiesto che cosa e quando? Senza registro, in caso di contestazione non avete niente in mano.
Come si stacca? Deve esserci un modo immediato di revocare l'accesso, e qualcuno che sappia usarlo.
2.3 Tre integrazioni che si vedono spesso
Al di là del principio, queste sono le tre che compaiono più di frequente nelle aziende piccole e medie, e che danno il risultato più immediato.
L'archivio documentale. Sola lettura su alcune cartelle. Serve a rispondere a domande su procedure, contratti e capitolati senza andarli a cercare. È l'integrazione con il miglior rapporto fra utilità e rischio.
Il sistema di ticket o assistenza. Lettura delle segnalazioni per ricavarne classificazioni, riassunti e ricorrenze. La scrittura — chiudere un ticket, rispondere al cliente — si tiene fuori, almeno all'inizio.
Il repository del codice, per chi sviluppa. È il caso in cui il guadagno si misura meglio, perché il contesto tecnico è tutto lì dentro.
2.4 Chi risponde di che cosa, una volta collegato
Con un collegamento attivo, le responsabilità non cambiano ma diventano più difficili da vedere. Vale la pena fissarle prima, perché dopo un problema è tardi.
È il motivo per cui, in questa materia, la configurazione dei permessi non è un dettaglio tecnico da delegare: è una decisione che ha conseguenze giuridiche, e va presa da chi può assumersele.
3. Dall'assistente all'agente
Paragrafi 7-8 • GLI AGENTI AUTONOMI
Gli Agenti Autonomi
Gli agenti non eseguono solo compiti isolati: analizzano, pianificano tappe e perseguono autonomamente l'obiettivo.
L'ultimo passo del percorso: un sistema che non risponde soltanto, ma fa.
Nel libro, il capitolo 7 chiama agenteAgente:Sistema che percepisce, decide, agisce e verifica in autonomia verso un obiettivo. un sistema che percepisce l'ambiente, ragiona su un obiettivo, decide quali azioni compiere e osserva i risultati per correggersi. La differenza con l'assistente che abbiamo usato finora non è di potenza: è di autonomia.
Quattro fasi in cerchio, e un punto in cui l'uomo deve restare.
Osserva: legge lo schermo, i file, i dati a cui ha accesso.
Decide: sceglie l'azione successiva verso l'obiettivo.
Agisce: clicca, scrive, chiama uno strumento, modifica un file.
Verifica: guarda il risultato e, se serve, cambia strada.
3.1 Le regole di sicurezza, prima di provarci
Paragrafi 9-10 • AZIONI IRREVERSIBILI: DECIDI TU
Azioni Irreversibili: Decidi Tu
L'agente propone, l'uomo autorizza: pagamenti, pubblicazioni e cancellazioni richiedono sempre approvazione umana.
3.2 Quando un agente conviene e quando no
3.3 Un flusso agentico, passo per passo
Per capire che cosa cambia davvero, seguiamo un compito completo: preparare la rassegna settimanale delle segnalazioni per la riunione del lunedì. È un lavoro reale, che in molte aziende occupa un'ora a settimana.
Il terzo passo è quello che distingue un agenteAgente:Sistema che percepisce, decide, agisce e verifica in autonomia verso un obiettivo. da un'automazione: nessuno gli aveva detto di andare a guardare i mesi precedenti. Lo ha fatto perché serviva a rispondere bene alla richiesta.
4. Esercitazione pratica dell'ora
Due progettazioni sulla carta. Non serve configurare nulla: serve pensarci prima.
4.1 L'integrazione
4.2 Il flusso agentico
Prendete un compito ripetitivo del vostro ufficio e scomponetelo nelle quattro fasi: che cosa osserva, che cosa decide, che cosa fa, come verifica. Poi segnate con una croce il punto preciso in cui una persona deve dire sì prima di proseguire.
4.3 Che cosa provare senza correre rischi
Per farsi un'idea concreta non serve toccare i sistemi aziendali. Queste tre prove si fanno subito, non richiedono autorizzazioni e insegnano quasi tutto quello che serve sapere.
Un collegamento in sola lettura a una cartella di documenti pubblici o non riservati: manuali, normative, procedure già diffuse. Serve a vedere come cambia il modo di fare le domande.
Un flusso a più passi su materiale finto. Costruite un piccolo archivio di dati inventati e chiedete un'analisi che richieda di incrociarli. Osservate che cosa decide di fare senza che glielo abbiate detto.
Una prova di limite. Chiedetegli di fare qualcosa che avete esplicitamente vietato nelle istruzioni, e verificate che si fermi. È la prova che nessuno fa e che dice di più sulla sicurezza di qualsiasi documentazione.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Serve un informatico per attivare questi collegamenti?»
Per la configurazione iniziale sì, quasi sempre: si tratta di permessi, credenziali e accessi a sistemi aziendali.
Per l'uso quotidiano no: una volta collegato, si chiede a parole come sempre.
«È rischioso dare accesso ai nostri sistemi?»
Dipende interamente da come si imposta. Sola lettura su una cartella definita, con un registro degli accessi, è un rischio governabile.
Accesso completo in scrittura a tutto l'archivio, senza registro, non lo è. La tecnologia è la stessa: cambia la configurazione.
«Un agente può sbagliare e fare danni?»
Sì, ed è il motivo per cui si definiscono in anticipo i confini: che cosa può toccare, che cosa deve solo proporre, dove si ferma per chiedere conferma.
Le azioni irreversibili — inviare, pubblicare, cancellare, pagare — restano a una persona. Sempre.
«È già maturo, o conviene aspettare?»
Per i collegamenti in sola lettura, è maturo: funziona e si governa.
Per gli agentiAgente:Sistema che percepisce, decide, agisce e verifica in autonomia verso un obiettivo. che agiscono da soli su processi aziendali, siamo nella fase in cui conviene sperimentare su qualcosa di innocuo e imparare, non nella fase in cui ci si appoggia per le attività critiche.
Modulo Didattico • Ora 12 di 12
Lezione 12: Laboratorio finale: progetto e adozione
Mettere insieme dodici ore su un processo vero della vostra azienda
Obiettivo della Lezione
Svolgere il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. finale su un processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA. reale, dalla scelta alla presentazione, e portare a casa una checklist di adozioneAdozione:Il processo con cui uno strumento entra stabilmente nel modo di lavorare di un'organizzazione. che continui a servire quando il corso sarà finito.
Competenze Acquisite al Termine
Scegliere un processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA. aziendale adatto e saper dire perché.
Verificare la conformità prima di costruire, non dopo.
Mettere insieme progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili., promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. strutturato e ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti..
Definire come misurerete, fra tre mesi, se ha funzionato.
1. Il progetto finale
Paragrafi 1-3 • I 5 PASSI DEL PROGETTO
I 5 Passi del Progetto
Processo, regole, base documentale, prompt con tag, misura del risultato: il percorso completo.
Un processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA. vero, non un esercizio: è l'unico modo per capire se l'IA vi serve davvero.
I cinque passi del capstone, nell'ordine in cui vanno fatti.
1.1 Passo uno: scegliere il processo
Paragrafi 4-6 • IL PRIMO PROGETTO GIUSTO
Il Primo Progetto Giusto
Compito noioso, ripetitivo, errore tollerabile, poche persone: isolato dai grandi draghi della burocrazia.
Non il più appariscente: quello che oggi vi fa perdere più tempo. Tre caratteristiche lo rendono adatto.
È ripetitivo: capita ogni settimana, non una volta l'anno.
Ha di mezzo del linguaggio: testi da leggere, scrivere, riformulare, classificare. Se è solo calcolo, serve un foglio elettronico.
L'errore si vede: esiste un modo per accorgersi se il risultato è sbagliato, prima che faccia danni.
1.2 Passo due: verificare le regole prima di partire
1.3 Passi tre, quattro e cinque
Costruite il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili.: istruzioni permanentiIstruzioni permanenti:Le direttive che valgono per tutte le conversazioni di un progetto., base documentaleBase documentale:L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte., un proprietario. Sono le regole della nona ora.
Scrivete il promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale. con i tag: context, documents, instructions, output_format. Se il risultato ha una forma, generate un ArtifactArtifact:Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti..
Presentate al gruppo: che cosa faceva prima il processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA., che cosa fa adesso, quanto tempo si risparmia.
1.4 Gli errori nella scelta del processo
Il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. finale riesce o fallisce quasi sempre al primo passo. Questi quattro errori di scelta sono quelli che vediamo più spesso, e sono tutti evitabili.
2. La checklist di adozione
Cinque punti da stampare e tenere sul muro. Nessuno è facoltativo.
La sintesi di dodici ore in cinque righe.
2.1 I primi novanta giorni
Paragrafi 7-9 • ROADMAP 3 MESI: ADOZIONE
Roadmap 3 Mesi: Adozione
Non contare le ore risparmiate, ma le nuove opportunità e attività prima impossibili.
La checklist dice che cosa serve; questa tabella dice in che ordine. È pensata per un'azienda che parte da zero, e regge anche con poche persone.
2.2 Come si misura il risultato
Alla fine dei tre mesi qualcuno chiederà se è servito. Conviene aver deciso prima come rispondere, perché a posteriori i dati non si recuperano.
Scegliete due indicatori, non dieci. Uno di adozioneAdozione:Il processo con cui uno strumento entra stabilmente nel modo di lavorare di un'organizzazione. (quante persone lo usano davvero) e uno di risultato (una cosa concreta che prima non si faceva, o che richiedeva molto più tempo).
Prendete la misura di partenza il primo giorno. «Quanto ci mettiamo oggi a preparare l'offerta tipo?» Va chiesto adesso, non fra tre mesi.
Raccogliete due o tre racconti concreti. Una frase di chi lo usa («questa analisi prima non la facevamo») convince una direzione più di una percentuale.
Mettete per iscritto anche ciò che non ha funzionato. È la parte che rende credibile tutto il resto, e serve a chi partirà dopo di voi.
3. Che cosa portarsi a casa
Dodici ore, ridotte a quello che serve davvero il lunedì mattina.
3.1 Le dodici ore in una pagina
Se di tutto il corso doveste tenere una pagina sola, questa è la pagina.
4. Come restare aggiornati senza impazzire
Per le norme, le fonti ufficiali: la pagina dell'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. della Commissione europea e il sito del Garante per la protezione dei dati personali. Non i riassunti di seconda mano.
Per gli strumenti, la documentazione del fornitore: nomi dei modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., limiti e prezzi cambiano nel giro di mesi.
Per il quadro d'insieme, il libro Niente paura, è solo IA.
Per la pratica, il canale YouTube e l'archivio guide su www.gianlu.it.
4.1 Gli errori che vediamo più spesso, a sei mesi
Chi torna a raccontare com'è andata riferisce quasi sempre uno di questi quattro inciampi. Conoscerli in anticipo costa niente.
Si è comprato prima di aver deciso le regole. Le licenze ci sono, ma nessuno sa che cosa si può caricare, quindi per prudenza non si carica niente e lo strumento resta inutilizzato.
Si è formata una persona sola. Quando quella persona è in ferie, tutto si ferma. Servono almeno due referenti per reparto, anche piccolo.
Si è misurato il tempo risparmiato e basta. È la metrica più difficile da dimostrare e la meno convincente. Funziona molto meglio misurare quante cose in più si fanno che prima non si facevano affatto.
Si è lasciato che i progettiProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili. diventassero personali. Senza un referente e una data di revisione, dopo sei mesi ognuno ha la sua copia e la condivisione è finita.
Che cosa seguire, e ogni quanto
Mezz'ora al mese, su quattro fonti sole, basta a non restare indietro.
La documentazione ufficiale del fornitore che usate: è l'unico posto in cui le novità sono descritte con precisione e senza entusiasmo.
Le fonti istituzionali europee e italiane sull'AI ActAI Act:Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo. e sulla protezione dei dati: la Commissione europea e il Garante pubblicano indicazioni operative, non commenti.
Una newsletter di settore, una sola, scelta fra quelle che spiegano invece di annunciare.
Le persone del vostro reparto. La cosa più utile che imparerete quest'anno ve la dirà un collega che ha provato qualcosa, non un articolo.
4.2 Le tre cose che non cambieranno
Paragrafi 10-14 • LE 3 REGOLE IMMUTABILI
Le 3 Verità Immutabili
Responsabilità a chi firma, sovranità sui dati aziendali, maestria nel chiedere.
La domanda che chiude quasi sempre il corso è: quanto di tutto questo sarà ancora valido fra un anno? La risposta onesta è che i nomi cambieranno tutti, e il metodo quasi per niente.
La responsabilità resta di chi firma. Nessuna evoluzione tecnica sposterà la responsabilità di un documento da chi lo manda a chi lo ha generato. È un principio giuridico, non una limitazione temporanea.
I dati che escono dall'azienda restano una decisione aziendale. Cambieranno i fornitori e le condizioni contrattuali; non cambierà il fatto che qualcuno debba decidere che cosa può uscire.
Chiedere bene continuerà a contare. Più i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi. diventano capaci, più la differenza la fa la precisione della richiesta: perché uno strumento potente eseguito su una richiesta vaga produce, molto rapidamente, una gran quantità di lavoro inutile.
5. Il progetto finale, in aula
A gruppi, un'ora di lavoro, un processoProcesso:Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA. vero. Alla presentazione, quattro domande.
Per usare l'IA da protagonisti dobbiamo smontare i miti ed i timori cinematografici.
Gianluca Bonomo, Niente paura, è solo IA
5.1 Come si presenta il progetto finale
Che lo presentiate in aula o alla vostra direzione, la struttura efficace è la stessa, e sta in cinque minuti.
Il prima. Come si fa oggi, quanto tempo richiede, dove si sbaglia più spesso. Trenta secondi, con un numero concreto.
Il dopo. La dimostrazione dal vivo, sul materiale vero. Non le diapositive: la cosa che funziona.
Che cosa è rimasto alle persone. Quali decisioni restano umane e perché. È la parte che rassicura chi vi ascolta, ed è quella che rende approvabile il progettoProgetto:Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili..
Che cosa serve per estenderlo. Licenze, tempo, una persona di riferimento. Con numeri, non con aggettivi.
Che cosa non ha funzionato. Una cosa, detta apertamente. È quella che rende credibile tutto il resto.
Le Domande più Frequenti in Aula
Sono le stesse in ogni corso. Vale la pena avere pronta una risposta breve e onesta, anche per quando le farà un collega.
«Da dove comincio lunedì mattina?»
Dal giro di domande della decima ora, non dall'acquisto. Cinque conversazioni di dieci minuti vi dicono che cosa serve davvero e che cosa si sta già usando di nascosto.
Il primo acquisto viene dopo, e a quel punto è una decisione informata.
«Quanto tempo devo metterci a settimana?»
Per chi coordina, un paio d'ore. Per chi usa, zero in più: lo strumento si usa dentro il lavoro che si fa già, non in aggiunta.
Se richiede tempo in più, state automatizzando la cosa sbagliata.
«Come faccio a stare dietro ai cambiamenti?»
Non seguendo le notizie quotidiane, che sono rumore. Mezz'ora al mese sulla documentazione ufficiale del fornitore e sulle novità normative basta e avanza.
Quello che cambia in fretta sono i nomi delle versioni; quello che non cambia — come si scrive un promptPrompt:Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale., come si governano i dati, dove serve il controllo umano — è quasi tutto quello che avete imparato in queste dodici ore.
«E se fra un anno è tutto diverso?»
Alcune cose lo saranno: i modelliModello:Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi., i prezzi, i nomi. Il metodo no.
Separare le istruzioni dal materiale, chiedere il ragionamento, verificare con il riferimento alla fonte, decidere che cosa può uscire dall'azienda: sono competenze che valgono per qualsiasi strumento arrivi dopo.
Tutti i concetti, le tecnologie, le normative e gli strumenti spiegati in modo chiaro e rigoroso nel corso delle 12 ore di formazione. Clicca sui termini nel testo delle lezioni per consultare la scheda specifica.
AdozioneOra 12
Il processo con cui uno strumento entra stabilmente nel modo di lavorare di un'organizzazione.
AgenteOra 11
Sistema che percepisce, decide, agisce e verifica in autonomia verso un obiettivo.
AI ActOra 02
Regolamento (UE) 2024/1689, il primo quadro giuridico organico sull'IA al mondo.
Alfabetizzazione all'IAOra 02
Obbligo, dal 2 febbraio 2025, di garantire che chi usa sistemi di IA in azienda abbia conoscenze adeguate.
AlgoritmoOra 01
Una sequenza finita di istruzioni precise che porta a un risultato. Una ricetta di cucina.
AllucinazioneOra 01
Una risposta del modello sintatticamente corretta e plausibile, ma di fatto sbagliata o inventata.
AnteprimaOra 07
La vista che mostra il risultato funzionante, invece del codice che lo genera.
ArtifactOra 07
Il pannello laterale in cui Claude costruisce contenuti complessi: pagine, codice, grafica, documenti.
Attention (attenzione)Ora 01
Il meccanismo con cui un Transformer pesa l'importanza di ogni token rispetto a tutti gli altri.
Base documentaleOra 09
L'insieme dei file caricati in un progetto, su cui il modello fonda le risposte.
BiasOra 02
Distorsione sistematica: un pregiudizio presente nei dati che il modello riproduce e amplifica.
CacheOra 06
Memoria temporanea in cui si tiene qualcosa già elaborato per non doverlo rifare.
Capstone projectOra 12
Progetto finale che mette insieme tutte le competenze di un percorso formativo.
Categorie particolari di datiOra 12
Dati che il GDPR protegge in modo rafforzato: salute, opinioni politiche, convinzioni, dati biometrici.
Chain-of-ThoughtOra 06
Catena di ragionamento: chiedere al modello di esporre i passaggi prima della risposta finale.
Computer useOra 11
Capacità di osservare lo schermo e usare le applicazioni come farebbe una persona.
ConnettoreOra 11
Componente che espone una sorgente dati secondo il protocollo, rendendola utilizzabile.
Console di amministrazioneOra 04
Il pannello da cui l'azienda gestisce utenti, ruoli, licenze e impostazioni di sicurezza.
Constitutional AIOra 03
Metodo di addestramento in cui il modello critica e riscrive le proprie risposte confrontandole con principi scritti.
Data leakageOra 02
Informazioni riservate che escono dal perimetro aziendale, spesso per un semplice copia-e-incolla.
DatasetOra 01
L'insieme dei dati usati per addestrare, validare e testare un modello.
Deep learningOra 01
Apprendimento profondo: reti neurali con molti strati, ciascuno dei quali riconosce caratteristiche più astratte del precedente.
DeepfakeOra 02
Contenuto audio, video o fotografico manipolato o generato da IA per far dire o fare a qualcuno cose mai dette o fatte.
EBITDAOra 08
Margine operativo lordo: un indicatore di redditività usato negli esempi di questa lezione.
EmbeddingOra 01
La rappresentazione di un token come serie di numeri. Token dal significato simile hanno embedding vicini.
Estrazione strutturataOra 08
Ottenere dati organizzati (tabelle, elenchi) invece di testo discorsivo.
Few-shotOra 05
Tecnica che consiste nel mostrare uno o due esempi del risultato voluto. La vediamo nella prossima ora.
Finestra di contestoOra 03
Quanto testo il modello tiene sotto gli occhi in una singola richiesta, documenti allegati compresi.
GDPROra 02
Regolamento europeo sulla protezione dei dati personali, in vigore dal 2018.
GovernanceOra 10
L'insieme di regole su chi decide, chi esegue e chi controlla.
GPAIOra 02
General Purpose AI: modelli per finalità generali, come i grandi modelli linguistici.
GPUOra 01
Scheda grafica. Nata per i videogiochi, si è rivelata perfetta per i calcoli paralleli delle reti neurali.
Haiku, Sonnet, OpusOra 03
I tre gradini della famiglia Claude: leggero, equilibrato, potente.
HTML, CSS, JavaScriptOra 07
I tre linguaggi con cui è fatta una pagina web: struttura, aspetto, comportamento.
Human-in-the-loopOra 11
L'uomo nel processo: la persona che conferma o blocca le azioni delicate.
IA debole (o ristretta)Ora 01
L'unica IA che esiste oggi: sa fare un compito specifico e non trasferisce ciò che sa ad altri ambiti.
IA generale (AGI)Ora 01
Ipotetica IA capace di affrontare qualsiasi problema come farebbe una persona. Non esiste.
IndicatoreOra 12
Una misura scelta prima, per poter dire dopo se una cosa ha funzionato.
InferenzaOra 01
La fase in cui il modello già addestrato risponde alle domande. Contrapposta all'addestramento.
Istruzioni permanentiOra 09
Le direttive che valgono per tutte le conversazioni di un progetto.
Libreria di promptOra 10
Raccolta condivisa e versionata dei prompt approvati in azienda.
LLMOra 01
Large Language Model, grande modello linguistico. Una rete neurale addestrata su enormi quantità di testo.
Machine learningOra 01
Apprendimento automatico: invece di scrivere le regole, si danno esempi e si lascia che il programma trovi le regole da solo.
MCPOra 11
Model Context Protocol: protocollo aperto per collegare un assistente a dati e strumenti.
MermaidOra 07
Modo testuale di descrivere diagrammi di flusso e schemi, che vengono poi disegnati automaticamente.
ModelloOra 01
Il risultato dell'addestramento: il sistema capace di fare previsioni su dati nuovi.
MultimodaleOra 08
Capace di elaborare più tipi di contenuto insieme: testo, immagini, documenti.
OCROra 08
Riconoscimento ottico dei caratteri: trasformare l'immagine di un testo in testo leggibile da una macchina.
Paradosso di JevonsOra 02
Quando una tecnologia diventa più efficiente, il consumo totale tende ad aumentare invece che a calare.
ParametroOra 01
Uno dei numeri regolabili del modello. GPT-3 ne aveva 175 miliardi.
PDF nativoOra 08
Generato da un programma, con testo selezionabile. Il contrario di una scansione.
PesoOra 01
Un numero che indica quanto conta una connessione fra due neuroni artificiali.
PrefissoOra 06
La parte iniziale della richiesta. È quella che viene confrontata per decidere se la cache vale ancora.
ProcessoOra 12
Una sequenza di attività ripetibile che produce un risultato. È l'unità su cui si valuta l'adozione dell'IA.
ProgettoOra 09
Spazio di lavoro dedicato a un obiettivo, con istruzioni e documenti stabili.
Progetto condivisoOra 10
Progetto accessibile a più membri dell'organizzazione, con la stessa base documentale.
PromptOra 05
Il testo che scrivi al modello: la richiesta con il suo contesto e il materiale.
Prompt cachingOra 06
Meccanismo che riusa la parte iniziale invariata di una richiesta, riducendo tempi e costi.
Prompt engineeringOra 05
L'attività di scrivere richieste efficaci: non programmazione, ma precisione nel formulare.
Proprietario del progettoOra 10
La persona responsabile dei contenuti e degli aggiornamenti.
Protocollo apertoOra 11
Specifica pubblica che chiunque può implementare, senza dipendere da un unico fornitore.
PrototipoOra 07
Una versione funzionante ma non definitiva, fatta per capire se un'idea sta in piedi.
Public Benefit CorporationOra 03
Forma societaria che obbliga per statuto a perseguire anche una finalità di beneficio pubblico dichiarata.
Raffreddamento evaporativoOra 02
Raffreddamento dei data center che consuma acqua dolce disperdendola in atmosfera.
RAGOra 09
Tecnica per cui il modello recupera i passaggi pertinenti dai documenti prima di rispondere. È il principio dietro ai progetti.
Responsabile del progettoOra 09
La persona che risponde dell'aggiornamento dei documenti e delle istruzioni.
Responsabile del trattamentoOra 04
Chi tratta dati personali per conto del titolare e secondo le sue istruzioni.
RLHFOra 01
Apprendimento per rinforzo da feedback umano: persone valutano le risposte e il modello impara a produrne di più gradite.
Shadow AIOra 02
Uso di strumenti di IA non autorizzati, all'insaputa dell'IT e della direzione.
Sportello unicoOra 02
Meccanismo del GDPR che individua un'unica autorità capofila per i casi transfrontalieri.
SSOOra 04
Accesso unico: si entra nei servizi con le credenziali aziendali, senza password separate.
Supervisione umanaOra 02
Obbligo di mantenere una persona nel processo decisionale, con potere effettivo di intervenire.
SVGOra 07
Formato di grafica vettoriale: si ingrandisce senza perdere qualità.
System promptOra 05
Istruzioni di fondo che valgono per tutta la conversazione, anche senza ripeterle.
Tag XMLOra 05
Etichetta fra parentesi angolari che delimita una parte del prompt. Si apre e si chiude.
Test di TuringOra 01
Prova proposta da Alan Turing nel 1950: se un giudice non distingue per iscritto una macchina da una persona, la macchina esibisce un comportamento intelligente.
Titolare del trattamentoOra 04
Chi decide finalità e modalità del trattamento dei dati personali, e ne risponde.
TokenOra 01
Il pezzetto di testo su cui lavora il modello: una parola, una sillaba, un segno di punteggiatura.
TransformerOra 01
L'architettura di rete neurale presentata nel 2017, basata sull'attenzione. È il cuore dei moderni LLM.
TWhOra 02
Terawattora: mille miliardi di wattora. Unità con cui si misura il consumo elettrico su scala nazionale.
VersionamentoOra 10
Tenere traccia delle versioni successive di un documento o di un prompt.
Web scrapingOra 02
Raccolta automatica di dati dal web tramite programmi. Usata per costruire i dataset di addestramento.
Zero-shotOra 06
Chiedere senza dare esempi. È il modo predefinito.
