MasterX, il periodico del master in giornalismo IULM, mi ha citato in un articolo sull’evoluzione dei contenuti nell’era dell’intelligenza artificiale. Riparto da lì per dirti la cosa che mi preme di più.

Qualche settimana fa Maria Sara Pagano, studentessa del master in giornalismo dell’Università IULM, mi ha contattato per un articolo sui meme e l’intelligenza artificiale. Argomento che seguo da vicino e mi intriga parecchio. L’articolo è uscito su MasterX (giugno 2026) e mi ha citato come “docente di formazione digitale” (definizione corretta, anche se mi fa sempre un effetto strano vederla scritta, come quando trovi il tuo nome in un saggio universitario e per un secondo non ti riconosci). Quello che voglio fare qui è riprendere i concetti che ho condiviso con lei e svilupparli meglio. Perché in un’intervista il tempo è quello che è, e alcune cose meritano più spazio.

Il paragone con Instagram

Quando mi chiedono cosa sta succedendo con i meme e l’AI, parto sempre da qui. Nel 2012, uno smartphone e un filtro Instagram davano a chiunque l’illusione di essere un fotografo professionista. Non lo eri. Ma potevi produrre qualcosa di esteticamente accettabile senza anni di formazione.

Oggi l’AI fa la stessa cosa con le immagini, le animazioni, i video. Chiunque può generare contenuti iperrealistici o surreali in pochi secondi. Questo è un fatto. Non è né buono né cattivo in sé. È un cambio di paradigma. Il problema (e qui sta il punto su cui ho insistito con Maria Sara) è cosa succede quando questa possibilità è alla portata di tutti contemporaneamente.

Lo Slop AI: il vero nemico della creatività

Il termine Slop AI indica i contenuti di bassa qualità generati in serie dall’intelligenza artificiale. Migliaia di immagini simili, video clonati l’uno dall’altro, meme che si assomigliano tutti perché partono dagli stessi database, dagli stessi modelli, dagli stessi prompt vaghi. È l’equivalente digitale della musica da ascensore: tecnicamente prodotta, emotivamente vuota. Il rischio non è che l’AI sia brava. Il rischio è che la sua mediocrità di massa sommerga l’originalità di pochi. Ma, e questo è il punto che tengo sempre a precisare, esiste un meccanismo naturale di selezione.


Il darwinismo dei contenuti

Nella massa informe di contenuti mediocri, quelli che funzionano davvero sono ancora quelli con una scintilla umana dentro.

L’AI è un sistema probabilistico. Sa calcolare il risultato medio, quello che statisticamente è più probabile aspettarsi. Ma la trovata spiazzante, la battuta inaspettata, l’angolazione che nessuno aveva pensato: quella non la sa generare. Non ancora. E probabilmente non la saprà generare per molto tempo ancora, per ragioni strutturali che hanno poco a che fare con la potenza computazionale.

Facciamo un esempio concreto. Chiedi a ChatGPT di inventare una barzelletta. Il risultato è quasi sempre imbarazzante. Non perché l’AI sia stupida, ma perché l’umorismo richiede qualcosa che l’AI non ha: la comprensione del contesto culturale preciso, del timing, dell’incongruenza attesa-inaspettata che scatta nella mente di chi ascolta. L’AI imita schemi, il comico rompe schemi.


Cosa ho detto sul trash (e cosa intendo davvero)

Nell’articolo vengo citato in riferimento alla sociologia del trash, in particolare alla teoria di Tommaso Labranca, che definisce il trash non come semplice spazzatura, ma come imitazione fallita dell’originale: una copia goffa che genera fascino proprio per i suoi difetti.

L’AI è la macchina perfetta per produrre trash in questo senso. Cerca di imitare l’ironia umana basandosi su schemi preesistenti. E proprio quando manca il punto della battuta, quando il risultato è involontariamente assurdo, genera qualcosa di comico per ragioni che lei stessa non controlla. È un fallimento creativo che diventa prodotto culturale. Paradossale, ma vero.

Il fenomeno Italian Brainrot (Bombardiro Crocodilo, Tralalero Tralala e compagnia) ne è la prova più visibile. Personaggi nati dall’AI che diventano virali non nonostante la loro stranezza, ma grazie a essa. L’estetica del difetto come valore.


Il mio consiglio per chi vuole creare contenuti con l’AI

Quello che ripeto ai miei studenti, e che ho ripetuto anche a Maria Sara durante l’intervista, è questo:

Usa l’AI come uno sparring partner, non come un ghostwriter.

Significa:

  • Porta tu l’idea. L’AI non la genera al posto tuo. Al massimo la affina, la critica, la migliora.
  • Chiedile di sfidarti. “Cosa non funziona in questa idea?” è un prompt molto più utile di “Scrivimi un meme su questo tema.”
  • Mantieni il controllo del punto di vista. L’AI non ha un punto di vista. Tu sì. È la tua risorsa più preziosa.

La frase che porto sempre con me

Il futuro dei contenuti non vedrà la scomparsa della creatività umana. Ci sarà sempre spazio per la satira artigianale, per i meme fatti con cura, per la comunità che riconosce la differenza tra un contenuto vivo e uno generato.

Alla fine vincerà chi avrà l’idea migliore, non chi avrà l’algoritmo più veloce.

Vale per i meme. Vale per il giornalismo. Vale per la formazione, il marketing, la comunicazione aziendale.

Lo strumento cambia, e cambierà ancora, rapidamente. Ma la capacità di cogliere lo spirito del tempo, di capire cosa serve alle persone in quel preciso momento: quella è ancora tua. Non delegarla.


L’articolo originale “L’evoluzione dei meme” di Maria Sara Pagano è stato pubblicato su MasterX, periodico del Master in Giornalismo dell’Università IULM, Anno XXIV, N° IV, Giugno 2026. Eccone il testo integrale.

Il testo dell’articolo “L’evoluzione dei meme”

Dimenticate le ore passate su Photoshop a scontornare la faccia di Leonardo Di Caprio o a cercare il font perfetto. Oggi la satira corre su un binario diverso: quello dei prompt. L’ingresso dell’intelligenza artificiale nel mondo dei meme non è solo un aggiornamento tecnico, ma un cambio radicale di paradigma. Se un tempo il mematore era un artigiano del pixel, oggi assomiglia più a un regista che guida un “secondo cervello” digitale per dare forma alle proprie intuizioni.

Siamo davanti a una democratizzazione della creazione dei contenuti. Come osserva Gianluigi Bonanomi, docente di formazione digitale, stiamo vivendo una fase simile all’avvento di Instagram: se nel 2012 uno smartphone e un filtro davano l’illusione di essere fotografi professionisti, oggi l’AI permette a chiunque di generare immagini iperrealistiche o video surreali in pochi secondi. Il rischio? Un’inondazione di quello che in gergo viene chiamato Slop AI: contenuti di bassa qualità, generati in serie, che rischiano di frenare l’originalità. Tuttavia secondo Bonanomi esiste una sorta di “darwinismo dei contenuti”. Nella massa informe di meme mediocri, quelli che funzionano davvero sono ancora quelli mossi dalla scintilla umana. L’AI, infatti, è un sistema probabilistico, non deterministico, sa produrre il risultato medio, non può replicare la trovata spiazzante di un creatore in carne ed ossa.

Il fenomeno Brainrot

L’esempio più eclatante di questa nuova era è Italian Brainrot. Personaggi dai nomi improbabili come Bombardiro Crocodilo o Tralalero Tralala sono diventati virali grazie a un mix di estetica AI e umorismo nonsense. Nonostante il nome Brainrot (letteralmente “marciume cerebrale”) possa sembrare dispregiativo, c’è chi vi legge un ritorno allo spirito anarco-burlone di Internet. È un umorismo che non cerca la bellezza estetica, ma punta tutto sul surreale.

Un altro punto sociologico cruciale è il cambiamento della natura stessa del meme. Daniele Zinni, autore di “Meme del sottosuolo”, osserva che non cerchiamo più un template (una base fissa) da modificare, ma chiediamo all’AI di generare illustrazioni o animazioni da zero. Questo abbassa drasticamente la soglia di realizzabilità: scene surreali o fotomontaggi complessi, che prima avrebbero richiesto ore di lavoro su programmi specialistici o non sarebbero mai stati realizzati per pigrizia, ora sono pronti in pochi secondi partendo da una semplice descrizione testuale.

Il principale vantaggio — secondo Andrea Marchesi di Officina Comunicazione S.r.l. — risiede nella riduzione della filiera produttiva dei contenuti, con un’elevata velocità di esecuzione e la possibilità di coinvolgere altri utenti del web, amplificando così la viralità e la reinterpretazione dei meme originali. Lo svantaggio principale è che prompt molto semplici possono infatti produrre contenuti banali o derivati dagli archivi e dai database dello strumento generativo utilizzato.

Per Daniele Zinni l’impatto dell’AI è paragonabile all’alfabetizzazione di massa: ha permesso a tutti di poterli creare, ma è solo quel singolo utente che ha un’idea interessante che riesce ad emergere tra gli altri centomila.

Il fenomeno Skifidol Italian Brainrot™ rappresenta un pioniere industriale: è il primo progetto al mondo a utilizzare l’AI per sviluppare una Proprietà Intellettuale (IP) che nasce sui social ma si concretizza in un ecosistema tangibile di Trading Card Game, action figure e plush. La forza non sta nella tecnologia in sé — che Marchesi definisce uno strumento di lavoro e non una risorsa esclusiva — ma nella capacità di reinterpretare un linguaggio nonsense globale, capace di raggiungere target trasversali che spaziano dai giovanissimi ai cosiddetti “kidult” (la fascia di consumatori adulti che mantengono un forte legame con la loro infanzia).

I limiti della tecnologia

Per comprendere il fascino di questi contenuti “matti”, bisogna scavare nella sociologia del trash. Citando il teorico Tommaso Labranca, Bonanomi spiega che il trash non è semplice spazzatura, ma un’imitazione fallita, una copia goffa dell’originale. L’AI è la macchina perfetta per produrre queste caricature: cerca di imitare l’ironia umana basandosi su schemi preesistenti e, proprio nel momento in cui manca il punto della battuta, genera un risultato involontariamente comico.

Ma l’AI capisce davvero cosa ci fa ridere? Non ancora. Se chiedi a un chatbot di inventare una barzelletta, il fallimento è quasi certo. L’AI non comprende l’ironia o il sarcasmo profondo, può solo imitare schemi che ha già visto. Per questo il consiglio di Bonanomi per i nuovi creatori è di usare l’AI come uno sparring partner o un mentore, chiedendole suggerimenti o critiche, piuttosto che delegarle interamente l’idea. Il futuro non vedrà la scomparsa dei meme “fatti a mano”. Ci sarà sempre spazio per la satira artigianale, magari protetta in community di nicchia che vietano i contenuti sintetici. Alla fine, vincerà chi avrà l’idea migliore, non chi avrà l’algoritmo più veloce. Perché, come insegna l’evoluzione digitale, lo strumento cambia, ma la capacità di cogliere lo spirito dei tempi resta un fatto intrinsecamente umano.

 

Per anni il prompt engineering, quantomeno negli ultimi tre, è stato trattato come una sorta di via di mezzo tra l’alchimia e l’arte mistica. C’era questa idea bizzarra secondo cui sussurrare le parole corrette a un modello linguistico (LLM) fosse un talento innato, non replicabile e difficilmente traducibile in metriche aziendali.

Oggi, fortunatamente, stiamo superando la fase del folklore. La transizione della tecnologia da semplice strumento di “scoperta” a motore di “influenza” decisionale ci costringe a guardare i fatti: l’interazione con l’intelligenza artificiale non è una dote artistica, ma una competenza ingegneristica misurabile, sistematica e strettamente legata alla struttura dei dati.

Dall’alchimia alla struttura: perché serve un metodo

Quando un utente interagisce con un assistente IA o un agente conversazionale, il sistema non risponde tirando a indovinare. Esiste una fase di ragionamento (reasoning phase) in cui l’LLM scompone la query, analizza la pertinenza testuale, valuta la freschezza delle informazioni e confronta i segnali commerciali.

Se la macchina ragiona secondo una logica deterministica basata su vettori e probabilità, chi scrive il prompt deve muoversi con la stessa precisione. Misurare la competenza nel prompt engineering significa valutare la capacità di un professionista di:

  • Ridurre l’ambiguità: Saper mappare le intenzioni d’uso reali, traducendole in istruzioni chiare e prive di espressioni vaghe.

  • Contestualizzare in modo modulare: Fornire all’IA le informazioni organizzate in blocchi logici o coppie chiave/valore, rendendo il prompt facilmente interpretabile e riducendo il rischio di allucinazioni.

  • Prevedere il comportamento degli agenti: Configurare le istruzioni in modo che un agente IA possa navigare flussi complessi (come un carrello e-commerce o una transazione) senza interrompere il processo logico.

I tre pilastri per misurare l’efficacia del prompt

Se trasliamo questa competenza nel mondo del retail e dell’ottimizzazione per i motori generativi (AEO/GEO), l’efficacia di un prompt (o della strutturazione dei dati che l’IA usa come prompt implicito) si misura su tre livelli quantificabili:

Ecco la tabella che organizza in modo chiaro e scansionabile le metriche di valutazione basate sui pilastri tecnici di AEO e GEO:

Metrica Principale Descrizione Tecnica KPI / Indicatore di Successo Azione di Ottimizzazione Richiesta
1. Machine-Readability

Tasso di corretta estrazione e interpretazione dei dati strutturati da parte dei crawler e degli LLM.

* Sincronizzazione in tempo reale (0 discrepanze feed/sito) .

 

* Correttezza sintattica del codice JSON-LD.

Implementazione ossessiva di schemi Product, Offer, AggregateRating e FAQ.

2. Arricchimento del Contesto

Grado di pertinenza e allineamento tra le intenzioni di ricerca reali degli utenti e le informazioni fornite sul prodotto.

* Tasso di aggancio delle query a coda lunga (long-tail) .

 

* Presenza nei riepiloghi comparativi dell’IA.

Scrittura di titoli intent-driven (Nome + Differenziatore) e inserimento di tabelle comparative e blocchi Q&A.

3. Segnali di Fiducia

Livello di autorevolezza, credibilità e frequenza di citazione del brand come fonte fidata all’interno delle risposte generative.

* Volume e sentiment delle recensioni verificate rilevati dall’IA .

 

* Tasso di inclusione nelle citazioni e link e-commerce.

Marcatura dei dati di social proof , eliminazione di rivendicazioni iperboliche e inserimento di certificazioni ufficiali.

Questa struttura serve a mappare l’infrastruttura invisibile su cui gli assistenti IA scelgono se consigliare o meno il tuo brand. Se una sola di queste metriche fallisce o se il sito live non è reattivo, l’Agente IA interromperà la transazione, azzerando il valore di qualsiasi prompt o contenuto ottimizzato.

Machine-Readability (La sintassi)

Un prompt engineering avanzato non si limita alla chat di Copilot o ChatGPT, ma si applica a monte. Significa istruire l’IA attraverso i metadati del sito web. Saper implementare ossessivamente schemi strutturati (come Product, Offer o FAQ in JSON-LD) garantisce che i modelli leggano i dati senza frizioni. La metrica qui è binaria ed esatta: l’IA ha estratto correttamente il prezzo corrente e la disponibilità? Se la risposta è sì, il prompt dei dati è corretto.

2. Arricchimento del Contesto (La semantica)

I modelli linguistici non amano le descrizioni piatte. Un prompt o un contenuto ottimizzato deve essere intent-driven. Saper abbinare il nome di un prodotto al suo differenziatore specifico (es: “Giacca da trekking – Impermeabile 3 stagioni”) permette all’algoritmo di agganciare la query dell’utente durante le sessioni di ricerca complessa. La competenza si misura valutando il tasso di corrispondenza tra i bisogni espressi dall’utente e la risposta generata dal modello.

3. Segnali di Fiducia (L’autorevolezza)

L’algoritmo premia le fonti che considera credibili. Il professionista deve saper orchestrare nel prompt (o nel grafo di conoscenza del sito) elementi verificabili: volumi di recensioni reali, certificazioni di terze parti e link ad articoli autorevoli. Minore è l’uso di aggettivi iperbolici o non verificabili, maggiore sarà il punteggio di fiducia assegnato dal sistema.

Oltre la superficie: quando il prompt si scontra con la realtà

Esiste un test di realtà definitivo per misurare il valore di questa competenza. Potete anche scrivere il prompt perfetto o ottimizzare i dati del feed in modo impeccabile, ma se l’infrastruttura sottostante fallisce, l’interazione si interrompe.

Nota di scenario: Se un utente chiede a un Agente IA di completare un acquisto basandosi su un’ottima raccomandazione, ma il sito live presenta un carrello non funzionante o un codice promozionale errato, la conversione fallisce.

La competenza nel prompt engineering si misura, in ultima analisi, nella capacità di integrare la logica conversazionale con i sistemi transazionali reali. Chi riduce tutto a una sequenza di “parole magiche” nella chat sta guardando solo la punta dell’iceberg. Il vero prompt engineering è una disciplina tecnica rigorosa, legata all’architettura dell’informazione e, come tale, assolutamente misurabile.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa / promp engineering

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

L’intelligenza artificiale sta cambiando le regole della ricerca online. Sempre più utenti usano ChatGPT per trovare risposte, prodotti e servizi, ma c’è un dettaglio che molti sottovalutano: i chatbot citano le fonti.

Quando ChatGPT risponde a una domanda inserendo un link verso il tuo sito, si genera un traffico prezioso e mirato. Ma come si fa a capire quali pagine stanno piacendo di più all’algoritmo di OpenAI? La risposta è dentro Google Analytics 4. Con pochi clic puoi isolare questo traffico e scoprire quali contenuti raddoppiare per scalare la SEO nell’era dei chatbot. Ecco i passaggi da seguire per configurare il report su GA4.

Identificare la sorgente di traffico ChatGPT

Il primo passo serve a capire se e quanto traffico arriva effettivamente dai chatbot. Per farlo, entra nel tuo pannello di Google Analytics 4 e segui questo percorso:

  • Clicca su Report nel menu a sinistra.

  • Seleziona la voce Acquisizione e poi Acquisizione traffico.

  • Nella tabella principale, individua la colonna Gruppo di canali principali della sessione e applica un nuovo filtro.

  • Modifica la dimensione selezionando Sorgente sessione.

  • Usa la barra di ricerca sopra la tabella e digita chatgpt.com.

In questo modo isolerai tutte le visite che sono passate direttamente da una conversazione su ChatGPT al tuo sito. Per me è stata una sorpresa. Sebbene le visite da ChatGPT non siano molte, anzi pochine, comunque ci sono. Eppure si muove, disse Galileo.

Che cosa dicono questi dati?

Ho chiesto a Claude di interpretare i dati. Ecco il suo responso: “Da gennaio a metà giugno 2026, ChatGPT ha generato 39 sessioni verso il sito, principalmente tramite traffico Referral (64%). Le visite Referral mostrano una qualità migliore, con un tasso di coinvolgimento del 48%, contro il 14% del traffico Unassigned. Nel complesso, il tasso medio di coinvolgimento è del 35,9%, in linea con la media del sito.
L’andamento del traffico è discontinuo, con alcuni picchi concentrati tra febbraio e marzo. Nei mesi successivi le visite risultano sporadiche e senza una crescita costante. Pur mostrando segnali positivi in termini di interesse degli utenti, il traffico da ChatGPT resta ancora limitato e non ha generato conversioni.”

Scoprire quali pagine vengono citate dall’intelligenza artificiale

Sapere che ChatGPT ti manda traffico è utile, ma sapere dove lo manda è strategico. Per trovare le singole pagine preferite dall’IA, la procedura cambia leggermente:

  • Nel menu a sinistra, sposta l’attenzione su Coinvolgimento e seleziona Pagine e schermate.

  • Sopra il grafico, clicca sul pulsante Aggiungi filtro.

  • Imposta la dimensione su Sorgente sessione, scegli il tipo di corrispondenza contiene e inserisci il valore chatgpt (o il dominio completo).

  • Applica il filtro.

La tabella si aggiornerà mostrandoti l’elenco esatto degli URL che gli utenti hanno cliccato all’interno delle chat. Ecco i miei risultati:

Come si evince, la pagina che ha ricevuto qualche attenzione a partire da ChatGPT è questa:

Perché questi dati cambiano la tua strategia di contenuti

Le pagine che appaiono in questo report sono quelle che ChatGPT considera più autorevoli, dense di valore e strutturate meglio per rispondere alle intenzioni di ricerca degli utenti. Non ignorare questi segnali.

Se noti che una specifica guida o un articolo del blog attira molto traffico da IA, significa che quel contenuto ha intercettato i parametri di scansione dei Large language model. Il consiglio in redazione è semplice: analizza la struttura di quelle pagine, aggiornale costantemente e crea nuovi contenuti che ricalchino lo stesso schema editoriale. Se l’algoritmo ha già dimostrato di apprezzare quel formato, la strada per ottimizzare il posizionamento è già tracciata.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

C’è una cosa che mi ha sempre infastidito quando uso ChatGPT, Claude o Gemini per rispondere a domande tecniche o strategiche complesse: l’AI parte subito dalla risposta, senza fermarsi a pensare al quadro generale. Risultato? Risposte parziali, errori nei passaggi intermedi, soluzioni che sembrano sensate ma mancano il punto.

Ho trovato la soluzione in un paper di Google DeepMind del 2023 che si chiama Step-Back Prompting. È una tecnica che ho iniziato ad applicare in azienda e nei corsi di formazione, e i risultati mi hanno davvero sorpreso. Te la spiego in modo pratico, con esempi che puoi usare subito.

Cos’è lo Step-Back Prompting (e perché funziona davvero)

Lo Step-Back Prompting è una tecnica sviluppata da Google DeepMind che migliora la qualità del ragionamento dei grandi modelli linguistici su due livelli:

  1. Astrazione: prima di rispondere alla domanda specifica, chiedi all’AI di identificare i principi generali o i concetti di base coinvolti nel problema.
  2. Ragionamento: poi, armata di quella visione d’insieme, l’AI applica i principi al caso concreto.

In pratica, invece di chiedere “Qual è la risposta?”, fai fare all’AI un passo indietro: “Prima dimmi: quali sono i principi fondamentali che governano questo tipo di problema?”

Il paper originale (Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models, ottobre 2023) ha testato questa tecnica su PaLM-2L, GPT-4 e Llama2-70B, ottenendo miglioramenti dal 7% al 27% rispetto ai metodi tradizionali su task di STEM, knowledge-based QA e ragionamento multi-hop.

Come si differenzia da Chain-of-Thought e altre tecniche

Chi mastica un po’ di prompt engineering ha già sentito parlare di Chain-of-Thought (CoT): chiedi all’AI di ragionare passo dopo passo, in modo lineare. Funziona. Ma ha un limite: se uno dei passaggi intermedi è sbagliato, l’errore si propaga fino alla risposta finale, come un effetto domino.

Lo Step-Back Prompting risolve proprio questo problema. Invece di procedere linearmente, obbliga l’AI a generalizzare prima e specificare dopo. È la differenza tra un medico che parte subito dalla diagnosi (“hai questo sintomo → è questa malattia”) e uno che prima inquadra la fisiopatologia, poi ragiona sul caso specifico.

Un’altra tecnica simile è il Take a Deep Breath prompting (TDB), che rallenta il ragionamento ma lo lascia comunque lineare. Lo Step-Back Prompting è diverso perché introduce un salto di livello cognitivo: prima si ragiona in astratto, poi nel dettaglio.

Come usarlo: la struttura in due passaggi

La struttura è semplice. Eccola schematizzata:

Passaggio 1 – La domanda di astrazione (Step-Back Question):
“Quali sono i principi fondamentali/concetti di base/framework teorici che governano [tipo di problema]?”

Passaggio 2 – La domanda applicata:
“Usando [i principi emersi], rispondi a questa domanda specifica: [domanda originale]”

Puoi farlo in due prompt separati o in un unico prompt strutturato. Ti mostro entrambi i modi con esempi concreti.

5 esempi concreti per aziende e professionisti

1. Marketing manager – Strategia di lancio prodotto

❌ Prompt normale:
“Scrivi un piano di lancio per il nostro nuovo software di contabilità per PMI.”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi fondamentali che guidano un lancio efficace di un prodotto B2B SaaS per piccole e medie imprese?”
Step 2: “Usando questi principi, crea un piano di lancio per un software di contabilità per PMI italiane con un budget di €15.000.”

Differenza: nel primo caso ottieni una lista generica di attività. Nel secondo ottieni un piano strutturato su basi strategiche solide (positioning, go-to-market, adoption funnel), adattato al contesto specifico.

2. HR Manager – Intervista di selezione

❌ Prompt normale:
“Dammi 10 domande per intervistare un candidato per il ruolo di project manager.”

✅ Con Step-Back Prompting:
Step 1: “Quali competenze, attitudini e segnali comportamentali distinguono un project manager eccellente da uno mediocre in contesti aziendali complessi?”
Step 2: “Usa questo framework per costruire 10 domande di colloquio comportamentali per un PM senior nel settore manifatturiero.”

Risultato: domande molto più mirate, collegate a criteri di valutazione espliciti. Utili davvero, non solo esteticamente.

3. Consulente – Analisi di un problema aziendale

❌ Prompt normale:
“La nostra azienda ha un alto tasso di turnover. Cosa facciamo?”

✅ Con Step-Back Prompting:
Step 1: “Quali sono le principali teorie e modelli che spiegano il turnover aziendale nelle organizzazioni di medie dimensioni?”
Step 2: “Applicando questi modelli, analizza le possibili cause di turnover elevato in un’azienda manifatturiera italiana da 80 dipendenti e proponi 5 interventi prioritari.”

L’AI prima inquadra il problema su basi teoriche solide (teoria della motivazione, engagement, exit interview, ecc.), poi costruisce le raccomandazioni in modo coerente. Non ti ritrovi con consigli banali tipo “migliora il clima aziendale”.

4. Avvocato o notaio – Analisi di una questione legale

❌ Prompt normale:
“Cosa succede se un socio di una srl vuole uscire dalla società?”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi giuridici fondamentali che regolano il recesso del socio in una società a responsabilità limitata secondo il diritto italiano?”
Step 2: “Usando questi principi, analizza il caso di un socio al 30% che vuole uscire da una SRL con statuto che prevede clausole di gradimento.”

Ottieni un’analisi strutturata, non una risposta improvvisata. Ovviamente sempre da verificare con un professionista, ma come punto di partenza per approfondire è un’altra cosa.

5. Formatore o docente – Progettazione didattica

❌ Prompt normale:
“Crea un corso di 4 ore sull’intelligenza artificiale per dipendenti aziendali.”

✅ Con Step-Back Prompting:
Step 1: “Quali sono i principi di instructional design più efficaci per la formazione di adulti in contesti aziendali su argomenti tecnici complessi come l’AI?”
Step 2: “Usando questi principi, progetta un corso di 4 ore sull’AI per un team commerciale di 15 persone senza background tecnico.”

Il risultato è una struttura didattica basata su principi solidi (apprendimento esperienziale, chunking cognitivo, applicazione pratica immediata) e non una semplice lista di argomenti da trattare in sequenza.

In un unico prompt: la versione compatta

Se non vuoi fare due chiamate separate, puoi condensare tutto in un prompt strutturato. Ecco il template che uso di solito:

“Prima di rispondere, identifica i principi fondamentali e i concetti chiave che governano questo tipo di problema: [descrivi il problema]. Poi, usando quei principi, rispondi a questa domanda specifica: [domanda dettagliata].”

Funziona bene con GPT-4o, Claude 3.5 Sonnet e Gemini Advanced. Con modelli meno potenti i risultati sono più variabili.

I dati: quanto migliora davvero?

I risultati del paper originale parlano chiaro. Su PaLM-2L di Google, lo Step-Back Prompting ha ottenuto questi miglioramenti rispetto al baseline:

  • MMLU Fisica: +7%
  • MMLU Chimica: +11%
  • TimeQA (domande temporali complesse): +27%
  • MuSiQue (ragionamento multi-hop): +7%

Il +27% su TimeQA è particolarmente significativo perché riguarda domande che richiedono di incrociare informazioni da contesti diversi: esattamente il tipo di ragionamento che serve in un’analisi aziendale o in una consulenza strategica.

Quando usarlo e quando no

Lo Step-Back Prompting dà il meglio di sé in questi scenari:

  • Problemi complessi che richiedono ragionamento strutturato (analisi, diagnosi, progettazione)
  • Domande che coinvolgono principi tecnici o legali
  • Task di strategia aziendale dove il rischio di risposta superficiale è alto
  • Formazione e progettazione didattica

Non serve invece per task semplici o creativi: se devi generare uno slogan, scrivere un’email di auguri o riformattare un testo, il Chain-of-Thought o un prompt diretto funzionano benissimo. Usare lo Step-Back lì sarebbe overkill.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Un titolo come quello di TGcom24 fa venire i brividi: “Intelligenza artificiale: già quasi mezzo milione di licenziati, un lavoratore su 4 a rischio sostituzione”. L’ho letto, come probabilmente l’hai letto tu. Mi puzzava e sono andato a controllare le fonti. Quello che ho trovato è una storia più sfumata, più onesta e, in alcuni punti, decisamente diversa da quello che i titoli vogliono farci credere.

Spoiler: l’AI sta davvero cambiando il lavoro. Ma “cambiare” non è uguale a “distruggere”. E questa differenza (piccola in apparenza, enorme nella sostanza) è quella che i media italiani continuano sistematicamente a trascurare.


Il dato dell’ILO: vero, ma amputato

Il numero-chiave citato dall’articolo di TGcom24 (e rimbalzato su Sky TG24, ANSA, RaiNews e mezza Italia) è questo: il 25% dell’occupazione globale rientra in professioni potenzialmente esposte all’intelligenza artificiale, con percentuali ancora più alte nei paesi ad alto reddito (34%). Il dato è reale. Viene dal report Generative AI and Jobs: A Refined Global Index of Occupational Exposure, pubblicato il 20 maggio 2026 dall’ILO (International Labour Organization) in collaborazione con NASK, l’istituto di ricerca polacco.

Il problema è quello che arriva subito dopo nel pezzo di TGcom24, dove il dato viene tradotto così:

“In sostanza, secondo questi dati, un lavoratore su quattro potrebbe essere sostituito da una macchina nei prossimi anni.”

Questo è sbagliato. Non per mia opinione: perché il report ILO dice esattamente il contrario. Nella nota stampa ufficiale, gli autori scrivono in modo inequivocabile:

“transformation, not replacement, is the most likely outcome” — ILO, maggio 2026

E ancora:

“Full job automation, however, remains limited, since many tasks, though done more efficiently, continue to require human involvement.”

Traduzione: l’automazione completa dei lavori rimane limitata. Perché la maggior parte dei lavori non è fatta di un solo compito, ma di decine di mansioni diverse, molte delle quali l’AI può supportare ma non eseguire in autonomia. L’ILO distingue esplicitamente tra lavori ad alto rischio di automazione completa (appena il 2,3-3,3% del totale, secondo lo stesso report) e lavori esposti alla trasformazione, ovvero quelli dove alcune mansioni cambieranno forma. Quel 25% appartiene alla seconda categoria, non alla prima.

“Esposto” non vuol dire “destinato a sparire”. Significa che il lavoro cambierà. E questa è una notizia diversa — meno catastrofica, ma che richiede comunque una risposta seria in termini di formazione e politiche del lavoro.


I 425.000 licenziati: una cifra vera o un’illusione statistica?

L’altra grande affermazione dell’articolo è quella sui quasi mezzo milione di posti di lavoro persi. Il numero (425.000 nel mondo, di cui 142.000 in Europa negli ultimi tre anni) viene attribuito al sito ailayoffs.live, definito genericamente come un “tracker globale”. Questa fonte viene poi ripresa acriticamente da TGcom24, Sky TG24, ANSA, RaiNews e altri.

Il problema è che ailayoffs.live è un sito privato, non peer-reviewed, non istituzionale, che aggrega dati con metodologie non trasparenti e include i licenziamenti “direttamente o indirettamente riconducibili all’AI” — una categoria talmente vaga da poter includere praticamente qualsiasi taglio in un’azienda tech.

Confrontiamo con Challenger, Gray & Christmas, la società di outplacement americana che dal 1993 pubblica ogni mese il rapporto più autorevole sui licenziamenti negli USA, quello citato anche dalla Federal Reserve:

“In 2025, companies referenced AI for 54,836 announced layoff plans, 5% of total cuts during the year. Since 2023, when this reason was first tracked, AI has now been cited in 99,470 job cut announcements, 3.5% of all layoff plans.” — Challenger, Gray & Christmas, marzo 2026

Circa 100.000 licenziamenti negli USA negli ultimi tre anni in cui l’azienda ha esplicitamente citato l’AI come causa. Non 425.000. Non nel mondo intero, ma negli USA, che rappresentano il mercato del lavoro più colpito dal fenomeno. Il dato di ailayoffs.live è probabilmente gonfiato da categorizzazioni approssimative e non verificabili.

Attenzione: il trend c’è ed è in crescita. Nello stesso report di Challenger, nel solo mese di marzo 2026, l’AI è stata citata come causa del 25% di tutti i licenziamenti annunciati negli USA. Questo fa capire che il fenomeno sta accelerando. Ma un conto è dire “il problema è reale e crescente”, un conto è pubblicare cifre da un tracker non validato come se fossero dati ufficiali.


Il caso InvestCloud di Marghera: l’AI come alibi, alias “AI washing”?

L’articolo cita anche il caso più famoso degli ultimi mesi in Italia: InvestCloud Italy di Marghera, la multinazionale americana che il 9 marzo 2026 ha avviato la procedura di licenziamento collettivo per tutti i suoi 37 dipendenti veneziani, citando espressamente un “nuovo modello organizzativo basato su sistemi integrati con l’intelligenza artificiale”.

La notizia ha fatto il giro d’Italia come il primo vero caso italiano di “licenziamento per colpa dell’AI”. Peccato che la storia non sia così lineare.

L’assessore regionale veneto Massimo Bitonci ha subito corretto il tiro:

“nel caso specifico la chiusura non sarebbe imputabile all’AI in senso stretto, ma a una delocalizzazione in India dentro una ristrutturazione più ampia del gruppo, che coinvolgerebbe 150 lavoratori e sedi in Gran Bretagna, Singapore e Stati Uniti.” — AI4Business, marzo 2026

In pratica, InvestCloud ha spostato le attività in India (costi del lavoro enormemente più bassi) e ha usato l’AI come motivazione strategica nella comunicazione pubblica. L’AI è stata un fattore abilitante — ha permesso di standardizzare la piattaforma eliminando le personalizzazioni locali — ma la vera molla è stata una classica delocalizzazione in un paese a basso costo del lavoro. Non è la prima volta che si usa la tecnologia come paravento per decisioni di business molto più prosaiche.


Le aziende licenziano per il futuro dell’AI, non per il presente

C’è un’altra verità scomoda che i media italiani faticano a raccontare, e che la Harvard Business Review ha documentato in un report di gennaio 2026 basato su 1.006 dirigenti globali intervistati:

“Quello che abbiamo scoperto è che l’IA è responsabile di almeno alcuni licenziamenti, ma che questi sono quasi completamente anticipatori dell’impatto dell’IA. In altre parole, la perdita di posti di lavoro e il rallentamento delle assunzioni sono reali, anche se le aziende stanno ancora aspettando che l’IA generativa mantenga le sue promesse.” — HBR Italia, febbraio 2026

I dati del sondaggio HBR sono illuminanti:

  • 39% delle aziende ha già fatto riduzioni del personale in previsione di un futuro utilizzo dell’AI
  • 21% ha fatto tagli consistenti, sempre in modo anticipatorio
  • Solo il 2% ha effettuato riduzioni basate sull’effettiva implementazione dell’AI

Il paradosso è questo: le aziende tagliano personale perché credono che l’AI le renderà più efficienti, non perché lo abbia già fatto. E uno studio del MIT del 2024, citato da Fortune Italia, ha scoperto che l’automazione con l’AI sarebbe economicamente conveniente solo nel 23% dei ruoli dove la componente visiva è predominante. Nel restante 77% dei casi, pagare un lavoratore umano costa ancora meno.

Come ha detto Bryan Catanzaro, vicepresidente del deep learning applicato in Nvidia: “Per il mio team, il costo del calcolo è di gran lunga superiore a quello dei dipendenti.”


Cosa c’è di vero, quindi?

Non voglio essere il solito “sfatatore” che nega tutto per sembrare originale. Il problema è reale. Ecco cosa possiamo dire con certezza:

✅ Vero: Il 25% dei lavori globali è esposto all’AI (ILO, maggio 2026) ✅ Vero: I licenziamenti in cui viene citata l’AI sono in crescita (Challenger, Gray & Christmas) ✅ Vero: Le professioni più a rischio includono lavori d’ufficio ripetitivi, call center, attività amministrative ✅ Vero: La trasformazione del mercato del lavoro legata all’AI è già in corso ✅ Vero: In Italia sono stati approvati decreti attuativi che vietano l’uso dell’AI per decisioni automatiche su assunzioni e licenziamenti (Sky TG24, giugno 2026)

❌ Falso/Impreciso: “Un lavoratore su quattro sarà sostituito” (l’ILO dice “trasformato”) ❌ Fonte dubbia: I 425.000 licenziati globali (dato da tracker privato non verificato) ❌ Semplificato: Il caso InvestCloud come “licenziamento da AI” (era anche, e soprattutto, delocalizzazione) ❌ Gonfiato: Il framing catastrofico senza citare i dati sull’effettiva convenienza economica dell’automazione


Il punto che conta davvero

C’è un dato che invece non ho visto citato da quasi nessuno, pur essendo nell’articolo di Sky TG24: in Italia nel 2025 gli annunci di lavoro che richiedono competenze AI sono cresciuti del 93% (Politecnico di Milano). E il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro, il 50% in più rispetto al 2024.

Questa è la notizia vera. Non “il robot ti ruba il posto”. Ma: chi sa usare l’AI trova lavoro, chi non la conosce rischia di perdere terreno. La distinzione non è tra umani e macchine, è tra persone che sanno governare gli strumenti e persone che li subiscono.

L’AI non è il mostro che divora i lavoratori. È uno strumento potentissimo che sta cambiando le regole del gioco. E come tutte le rivoluzioni tecnologiche — dall’elettricità a internet — non distruggerà i lavori esistenti tutti in una volta, ma cambierà profondamente quelli che rimarranno.

La vera domanda non è “perderò il lavoro?” ma “sto imparando a fare il mio lavoro in modo diverso?“

Una conferenza su ChatGPT per aziende e Pubblica Amministrazione funziona quando non si limita a mostrare “cose sorprendenti”, ma aiuta persone, manager, funzionari e decisori a capire come usare l’intelligenza artificiale generativa in modo pratico, responsabile e sicuro.

Negli ultimi anni ChatGPT, Copilot, Gemini, Claude e gli altri strumenti di AI generativa sono entrati nel lavoro quotidiano con una velocita’ rara. Il problema e’ che molte organizzazioni li hanno conosciuti in modo disordinato: qualcuno li usa per scrivere email, qualcuno per riassumere documenti, qualcuno li evita per paura di sbagliare, qualcuno ci incolla dentro dati riservati senza pensarci troppo.

Per questo una conferenza su ChatGPT per aziende, enti pubblici e Pubblica Amministrazione non dovrebbe essere una passerella tecnologica. Dovrebbe essere un momento di orientamento: poche idee chiare, esempi vicini al lavoro reale, attenzione a dati e privacy, consapevolezza dei limiti e una domanda molto concreta: da dove possiamo partire domani mattina?

Risposta breve: a cosa serve una conferenza su ChatGPT in azienda o nella PA?

Serve a creare un linguaggio comune sull’intelligenza artificiale generativa, mostrare casi d’uso concreti, chiarire rischi e responsabilita’, aiutare le persone a distinguere tra uso utile e uso pericoloso degli strumenti AI. In azienda puo’ accelerare produttivita’, comunicazione e innovazione. Nella Pubblica Amministrazione puo’ migliorare orientamento, efficienza interna e qualita’ dei servizi, ma solo con regole chiare e supervisione umana.

Perche’ oggi ChatGPT interessa aziende e Pubblica Amministrazione

ChatGPT e gli strumenti simili non sono soltanto chatbot. Sono interfacce linguistiche capaci di aiutare le persone a scrivere, sintetizzare, tradurre, riorganizzare informazioni, generare idee, preparare documenti, analizzare testi, creare bozze e simulare conversazioni.

In azienda questo impatta molte funzioni: marketing, vendite, HR, customer care, amministrazione, formazione, comunicazione interna, project management. Nella Pubblica Amministrazione i casi d’uso possono riguardare sportelli informativi, semplificazione del linguaggio, supporto alla redazione di atti, gestione delle FAQ, sintesi di documenti, preparazione di materiali divulgativi e formazione del personale.

Il punto, pero’, non e’ “usare ChatGPT perche’ lo usano tutti”. Il punto e’ capire quando ha senso usarlo, quali dati non inserire, come verificare le risposte, come integrare l’AI nei processi e come evitare che uno strumento potente venga trattato come un oracolo.

Cosa deve contenere una conferenza utile su ChatGPT

Una conferenza efficace dovrebbe tenere insieme tre livelli: comprensione, esempi e governance.

1. Comprensione: che cos’e’ davvero l’AI generativa

Il pubblico deve capire, senza tecnicismi inutili, che ChatGPT non “sa” le cose come una persona. Genera risposte probabili a partire da modelli linguistici, dati di addestramento, istruzioni e contesto. Questo spiega perche’ puo’ essere utilissimo, ma anche perche’ puo’ produrre errori, invenzioni, semplificazioni e risposte molto convincenti ma sbagliate.

2. Esempi: cosa si puo’ fare nel lavoro quotidiano

Gli esempi devono essere vicini al pubblico. Per un’azienda possono riguardare email commerciali, piani editoriali, analisi di feedback clienti, preparazione di riunioni, script per telefonate, descrizioni prodotto, documenti HR o report interni. Per un ente pubblico possono riguardare testi piu’ chiari per i cittadini, risposte a domande frequenti, sintesi di regolamenti, bozze di comunicazioni, materiali per eventi pubblici o supporto alla formazione interna.

3. Governance: cosa non fare e quali regole servono

La parte piu’ importante, spesso, e’ quella meno spettacolare: dati personali, informazioni riservate, controllo delle fonti, responsabilita’ delle decisioni, trasparenza verso utenti e cittadini, qualita’ degli output, supervisione umana. Senza queste basi, ChatGPT rischia di diventare una scorciatoia fragile.

Gianluigi Bonanomi relatore evento AI Allianz conferenza intelligenza artificiale

ChatGPT nella Pubblica Amministrazione: opportunità e cautele

Per la Pubblica Amministrazione l’intelligenza artificiale generativa puo’ essere una leva importante, ma richiede piu’ attenzione rispetto a molti contesti privati. Gli enti pubblici lavorano con dati personali, procedimenti, atti, diritti dei cittadini, obblighi di trasparenza e responsabilita’ amministrativa.

Per questo in una conferenza dedicata alla PA conviene insistere su alcuni messaggi chiave:

  • ChatGPT puo’ aiutare a scrivere meglio, ma non sostituisce la responsabilita’ del funzionario o del dirigente;
  • le risposte dell’AI vanno sempre verificate, soprattutto quando riguardano norme, procedure, bandi, diritti o scadenze;
  • i dati personali e le informazioni riservate non vanno inseriti in strumenti non autorizzati dall’organizzazione;
  • la semplificazione del linguaggio amministrativo e’ uno dei casi d’uso piu’ interessanti e a basso rischio;
  • ogni ente dovrebbe definire policy interne, esempi consentiti, esempi vietati e percorsi di formazione.

Una buona conferenza per comuni, enti locali, aziende sanitarie, scuole, universita’ o altri enti pubblici deve quindi essere pratica, ma anche prudente. Non terrorismo tecnologico, non entusiasmo cieco: buon senso operativo.

AI Act e alfabetizzazione AI: perche’ la formazione conta

Il Regolamento europeo sull’intelligenza artificiale, noto come AI Act, ha introdotto un principio che riguarda direttamente aziende e Pubbliche Amministrazioni: chi sviluppa o utilizza sistemi di AI deve promuovere un adeguato livello di alfabetizzazione sull’intelligenza artificiale tra le persone coinvolte.

In pratica, non basta comprare o autorizzare strumenti AI. Bisogna aiutare le persone a comprenderne funzionamento, limiti, rischi e impatti. La Commissione europea indica che gli obblighi di AI literacy e le pratiche vietate sono entrati in applicazione dal 2 febbraio 2025, mentre altre parti del regolamento seguono una timeline progressiva.

Per questo una conferenza su ChatGPT puo’ diventare anche il primo passo di un percorso piu’ strutturato di formazione AI: una sessione plenaria per creare consapevolezza, seguita da workshop pratici per funzioni aziendali, uffici o gruppi di lavoro.

Format possibili: keynote, speech, workshop

Non tutte le organizzazioni hanno bisogno dello stesso formato. La scelta dipende dal pubblico, dal tempo disponibile e dall’obiettivo.

  • Keynote da 30-45 minuti: ideale per convention, eventi istituzionali, assemblee, kick-off, meeting con molti partecipanti.
  • Speech da 60-90 minuti: adatto quando si vogliono mostrare esempi, fare una demo e lasciare spazio alle domande.
  • Workshop pratico da mezza giornata: utile per team aziendali, uffici pubblici, gruppi di lavoro e manager che devono imparare a usare gli strumenti.
  • Percorso formativo: consigliato quando l’organizzazione vuole passare dalla sensibilizzazione all’adozione consapevole.

Il mio consiglio e’ semplice: se il pubblico e’ molto ampio ed eterogeneo, meglio partire da una conferenza accessibile. Se invece i partecipanti hanno gia’ provato ChatGPT e vogliono usarlo davvero, serve un laboratorio.

Domande da fare prima di organizzare l’intervento

Prima di progettare una conferenza su ChatGPT e AI generativa, conviene rispondere ad alcune domande:

  • Il pubblico e’ composto da manager, dipendenti, funzionari, cittadini, studenti o professionisti?
  • Le persone hanno gia’ usato ChatGPT o partono da zero?
  • L’obiettivo e’ ispirare, formare, rassicurare, introdurre regole o aprire un percorso?
  • Ci sono casi d’uso specifici da mostrare?
  • Esistono gia’ policy interne sull’uso dell’AI?
  • Ci sono vincoli particolari su privacy, dati, compliance o sicurezza?

Le risposte cambiano molto il taglio dell’intervento. Parlare di ChatGPT a una rete commerciale non e’ la stessa cosa che parlarne a un comune, a un’associazione di categoria, a una banca, a una scuola o a un gruppo di dirigenti.

Cosa dovrebbe portare a casa il pubblico

Alla fine di una conferenza ben progettata, le persone dovrebbero uscire con cinque risultati concreti:

  1. capire che cosa sono ChatGPT e l’AI generativa, senza mitizzarli;
  2. riconoscere almeno 5-10 casi d’uso utili per il proprio lavoro;
  3. sapere quali dati non inserire e quali risposte verificare;
  4. distinguere tra uso personale, uso professionale e uso organizzativo dell’AI;
  5. avere voglia di sperimentare, ma dentro un perimetro chiaro.

Questo e’ il vero obiettivo: trasformare la curiosita’ in competenza iniziale. La meraviglia dura pochi minuti; la competenza cambia il modo di lavorare.

Collegamenti utili

Se stai organizzando un evento aziendale, puoi partire dalla pagina dedicata allo speaker AI per eventi aziendali.

Se vuoi un intervento specifico su ChatGPT, vedi anche la proposta di speech su ChatGPT e AI generativa.

Se il tema riguarda obblighi, governance e consapevolezza, leggi la guida sulla formazione AI obbligatoria secondo l’AI Act.

FAQ

Una conferenza su ChatGPT e’ adatta anche a un pubblico non tecnico?

Si. Anzi, spesso e’ il pubblico piu’ importante. L’intervento deve usare esempi chiari, linguaggio accessibile e casi vicini al lavoro quotidiano.

ChatGPT puo’ essere usato nella Pubblica Amministrazione?

Puo’ essere usato solo dentro regole chiare, con attenzione a dati personali, riservatezza, verifica delle risposte e responsabilita’ umana. La formazione serve proprio a distinguere usi utili e usi rischiosi.

Quanto dura una conferenza su ChatGPT per aziende o PA?

Il formato piu’ comune va da 45 a 90 minuti. Per imparare a usare davvero gli strumenti, pero’, conviene prevedere anche un workshop pratico.

Meglio parlare di ChatGPT o di intelligenza artificiale generativa in generale?

Dipende dall’obiettivo. ChatGPT e’ il nome piu’ riconoscibile, ma spesso e’ utile confrontarlo con Copilot, Gemini, Claude e altri strumenti per aiutare il pubblico a orientarsi meglio.

Una conferenza puo’ valere come formazione AI Act?

Puo’ essere un primo passo di alfabetizzazione AI, soprattutto se documentata e progettata con attenzione. Per coprire meglio le esigenze organizzative, e’ preferibile affiancarla a moduli pratici, policy interne e materiali di supporto.

Richiedi una conferenza su ChatGPT e AI generativa

Il prompt engineering è morto? Nemmeno per idea. Semmai, è diventato adulto. Se fino a pochi mesi fa ci riempivamo la bocca con formattazioni stravaganti e trucchetti per “ingannare” i grandi modelli linguistici (impazzivo quando con il prompt DAN si faceva diventare un chatbot diabolico!), la ricerca scientifica recente sta tracciando una rotta completamente diversa: il passaggio definitivo dal prompt statico al context design. I modelli del 2026 sono più potenti, non telepatici. Richiedono un approccio strutturato, quasi ingegneristico.

Ho selezionato cinque studi scientifici recenti che smontano alcuni miti e offrono spunti pragmatici immediati, perfetti da portare in aula o in azienda per ottimizzare i flussi di lavoro.

1. La transizione verso l’architettura dei sistemi

  • Studio: Context Engineering: From Prompts to Corporate Multi-Agent Architecture

  • Autore: Vera V. Vishnyakova (Marzo 2026)

  • Il succo: Questo paper analizza l’evoluzione dei framework dei grandi vendor (da Google ad Anthropic) e formalizza il concetto di context engineering. Non si scrive più un singolo prompt isolato: si progetta l’intero contesto informativo che l’agente IA deve analizzare prima di rispondere. Lo studio definisce i cinque criteri chiave per valutare la qualità del contesto aziendale, spostando il focus dal “saper parlare alla macchina” al saper orchestrare un’architettura multi-agente.

2. Più contesto non significa sempre più precisione

  • Studio: Navigating the Prompt Space: Improving LLM Classification of Social Science Texts Through Prompt Engineering

  • Autori: Ricercatori d’area sociale e computazionale (Marzo 2026)

  • Il succo: Un’analisi empirica fondamentale per chi fa formazione. Gli autori hanno testato variazioni sistematiche di descrizioni, istruzioni e contesti few-shot. Il risultato? Un aumento minimo del contesto iniziale garantisce il salto di qualità maggiore nelle risposte dell’IA. Superata una certa soglia, aggiungere ulteriori dettagli produce solo miglioramenti marginali o, peggio, sovraccarica il modello riducendo l’accuratezza. Less is more, anche nel 2026.

3. L’impatto economico del “few-shot” a pagamento

  • Studio: Prompt engineering for large language models in test case generation

  • Autori: Team di QA e software engineer (Maggio 2026)

  • Il succo: Sebbene focalizzato sulla generazione di scenari di test, questo paper mette a confronto diretto l’efficacia di zero-shot, few-shot, role prompting e chain-of-thought. La vera lezione magistrale riguarda il bilanciamento costi-benefici: con i modelli avanzati che si pagano un tanto al milione di token, inserire troppi esempi nei prompt few-shot diventa economicamente insostenibile. Il paper dimostra che il beneficio marginale crolla drasticamente dopo i primi tre o cinque esempi.

4. Il prompt adattivo per creare contenuti validi

  • Studio: Prompt Engineering for Scale Development in Generative Psychometrics

  • Autori: Lara Lee Russell-Lasalandra, Hudson Golino (Marzo 2026)

  • Il succo: Una simulazione che esplora come le strategie di prompt engineering influenzino la qualità dei dati generati dall’IA. Il dato più interessante per i non tecnici è la netta superiorità del prompting adattivo rispetto a quello statico. Le strategie adattive riducono drasticamente la ridondanza semantica (i classici cliché della macchina) e mantengono una qualità altissima dell’output, soprattutto quando accoppiate con i modelli di ultimissima generazione.

5. Prove sul campo: l’efficacia nei settori verticali

  • Studio: Smarter AI Through Prompt Engineering: Insights and Case Studies from Data Science Application

  • Autori: Snehasish Paul, Rohit Kumar, Laxman Das (Gennaio 2026)

  • Il succo: Se in aula vi chiedono “ma serve davvero?”, questo è il paper da citare. Attraverso casi di studio in settori verticali (servizi finanziari, healthcare, business intelligence), i ricercatori dimostrano che l’uso di tecniche di prompting strutturato aumenta le performance operative dei modelli dal 6% fino a oltre il 30%. Evidenzia inoltre l’efficacia dei framework di ragionamento chain-of-thought e degli ottimizzatori automatici.

Dalla teoria alla cattedra: il mio corso sul prompt engineering

Tutta questa letteratura scientifica non serve a nulla se resta chiusa nei laboratori di ricerca. È per questo che ho strutturato il mio corso sul prompt engineering partendo da un approccio umanista e pragmatico: l’obiettivo non è imparare a memoria i comandi, ma capire come pensano i modelli per governarli senza subire i loro cliché. In aula, smontiamo i tecnicismi inutili per concentrarci sul context design. Impariamo a dosare gli esempi per non sprecare token, a strutturare catene di pensiero logiche e a creare assistenti virtuali capaci di integrarsi davvero nei flussi di lavoro di professionisti e imprese. Poca teoria accademica, tanta sperimentazione sul campo.

Scrivimi per organizzare un corso sull’intelligenza artificiale generativa o sul prompt engineering

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Gemini Notebook (ex NotebookLM) di Google è uno degli strumenti di intelligenza artificiale più potenti e sottovalutati per chi cerca lavoro. Mentre tutti parlano di ChatGPT per scrivere il curriculum, pochi sanno che Gemini Notebook può fare qualcosa di molto più sofisticato: analizzare documenti, simulare colloqui, preparare presentazioni e aiutarti a posizionarti nel mercato del lavoro con una strategia personalizzata. In questo articolo scopri 5 modi concreti per usare Gemini Notebook nella ricerca del lavoro, con esempi pratici testati direttamente.

Cos’è Gemini Notebook e perché è diverso dagli altri strumenti AI

Gemini Notebook è uno strumento di intelligenza artificiale sviluppato da Google che lavora su documenti che carichi tu. A differenza di ChatGPT, che risponde sulla base del suo addestramento generale, Gemini Notebook ragiona esclusivamente sulle fonti che gli fornisci: il tuo curriculum, l’offerta di lavoro, ricerche sull’azienda, articoli di settore. Questo lo rende estremamente preciso e contestualizzato, ideale per applicazioni pratiche nella ricerca del lavoro.

Puoi caricare PDF, documenti Word, testi copiati, link a pagine web e persino video YouTube. Il risultato è un “notebook” intelligente che diventa il tuo consulente personale per la ricerca del lavoro, basandosi solo sulle informazioni che hai scelto tu.

1. Analizzare l’offerta di lavoro e personalizzare il curriculum

Il primo e più immediato utilizzo di Gemini Notebook nella ricerca del lavoro è l’analisi delle offerte di lavoro. Carica il tuo curriculum aggiornato come fonte principale, poi aggiungi il testo dell’offerta di lavoro che ti interessa. A questo punto puoi chiedere a Gemini Notebook di identificare i gap tra le competenze richieste e quelle che hai, suggerire come riformulare alcune esperienze per allinearle meglio all’offerta, e indicare quali parole chiave del job posting sono assenti nel tuo CV.

Questo approccio è particolarmente efficace per superare i sistemi ATS (Applicant Tracking System) che molte aziende usano per filtrare automaticamente i curriculum prima che un recruiter li legga. Con Gemini Notebook puoi ottimizzare ogni candidatura in modo specifico, senza riscrivere l’intero CV da zero ogni volta.

2. Simulare un colloquio di lavoro realistico

Una delle funzionalità più innovative di Gemini Notebook per chi cerca lavoro è la simulazione dei colloqui. Carica il tuo CV, la job description e qualsiasi informazione disponibile sull’azienda (sito web, articoli di stampa, report annuali), poi chiedi a Gemini Notebook di fare da selezionatore e porti domande di colloquio basate su quelle fonti specifiche.

Puoi anche personalizzare la difficoltà: colloquio HR iniziale, colloquio tecnico con un manager di settore, colloquio finale con un dirigente. Gemini Notebook userà le informazioni sull’azienda per costruire domande contestualizzate, non domande generiche che trovi su qualsiasi sito di preparazione ai colloqui. È uno strumento di preparazione al colloquio di lavoro che si adatta alla specifica realtà aziendale che stai affrontando.

3. Ricercare l’azienda e costruire domande intelligenti

Arrivare a un colloquio conoscendo l’azienda meglio di chi ti intervista è un vantaggio competitivo enorme. Gemini Notebook ti permette di caricare tutte le fonti disponibili sull’azienda: il sito web aziendale, articoli recenti di giornale, il profilo LinkedIn dell’azienda, le recensioni su Glassdoor, i bilanci pubblici se disponibili. Poi puoi costruire una vera e propria “intelligence” sull’organizzazione.

Puoi chiedere a Gemini Notebook di creare un briefing sull’azienda, identificare le sfide del settore, suggerire domande intelligenti da porre al selezionatore e aiutarti a capire come i tuoi punti di forza rispondono ai problemi specifici di quell’azienda. Questo ti trasforma da candidato passivo a professionista che ha già riflettuto su come può contribuire alla crescita dell’organizzazione.

Se vuoi approfondire le funzionalità di base di Gemini Notebook prima di applicarle alla ricerca del lavoro, guarda questa guida pratica:

4. Creare una lettera di presentazione su misura per ogni candidatura

La lettera di presentazione è uno degli elementi più trascurati nella ricerca del lavoro, eppure può fare la differenza tra essere selezionati per un colloquio o finire nello spam. Con Gemini Notebook puoi creare lettere di presentazione altamente personalizzate in pochi minuti.

Il metodo è semplice: carica il tuo curriculum, l’offerta di lavoro, informazioni sull’azienda e qualsiasi altro elemento rilevante (ad esempio, articoli del fondatore o del CEO che mostrano la cultura aziendale). Poi chiedi a Gemini Notebook di generare una lettera che colleghi esplicitamente le tue esperienze alle esigenze specifiche di quella posizione, usando il linguaggio e i valori di quella particolare azienda.

Il risultato è una lettera che non sembra scritta da un’AI generica, ma da qualcuno che conosce davvero l’azienda e ha riflettuto sul perché vuole lavorarci. Questo approccio è particolarmente efficace per candidarsi in aziende innovative, startup e realtà che valorizzano l’autenticità e la capacità di ricerca del candidato.

5. Preparare una strategia di personal branding e networking

Il quinto utilizzo di Gemini Notebook nella ricerca del lavoro riguarda il personal branding e il networking strategico. Carica i tuoi articoli, post LinkedIn, presentazioni che hai fatto, libri o corsi che hai frequentato, e chiedi a Gemini Notebook di aiutarti a identificare i tuoi messaggi chiave, le aree di expertise più distintive e come posizionarti nel mercato del lavoro del tuo settore.

Puoi anche usarlo per preparare il tuo pitch personale: quella presentazione di 60 secondi che devi essere in grado di dare in qualsiasi occasione di networking. Gemini Notebook analizzerà le tue fonti e ti aiuterà a costruire un messaggio coerente, differenziante e adatto al tuo target professionale. Per chi lavora come giornalista o comunicatore, Gemini Notebook si integra perfettamente con altri strumenti AI nel workflow professionale:

Gemini Notebook e la ricerca del lavoro in Italia: un vantaggio competitivo reale

In Italia, l’adozione degli strumenti di intelligenza artificiale nella ricerca del lavoro è ancora limitata. La maggior parte dei candidati usa ancora approcci tradizionali: curriculum standard, lettere di presentazione generiche, preparazione superficiale ai colloqui. Chi inizia a usare Gemini Notebook oggi ha un vantaggio competitivo significativo rispetto al mercato, soprattutto nei settori più innovativi come tecnologia, marketing digitale, consulenza, finanza e comunicazione.

Gemini Notebook è gratuito e disponibile anche in italiano all’indirizzo notebooklm.google.com. Non richiede competenze tecniche particolari e funziona meglio quanto più sei specifico nelle fonti che carichi e nelle domande che fai. Il segreto è trattarlo non come un chatbot generico, ma come un consulente specializzato che lavora solo sui tuoi documenti.

Come iniziare subito: il tuo primo notebook per la ricerca del lavoro

Per iniziare a usare Gemini Notebook nella ricerca del lavoro, segui questi passi pratici. Crea un account Google se non ne hai già uno e accedi a Gemini Notebook. Crea un nuovo notebook e dagli un titolo chiaro (es. “Candidatura XYZ SpA – Ruolo Marketing Manager”). Carica come fonti il tuo curriculum aggiornato in PDF, il testo dell’offerta di lavoro, le pagine principali del sito aziendale, e qualsiasi altro documento rilevante. Inizia con una domanda specifica, ad esempio “Quali sono i miei punti di forza più rilevanti per questa posizione?” o “Crea 10 domande di colloquio che potrebbe farmi il selezionatore”.

Con la pratica, diventerai sempre più efficiente nell’usare Gemini Notebook come strumento di ricerca del lavoro. Puoi creare notebook diversi per ogni candidatura attiva, costruendo una libreria di risorse specifiche per ogni opportunità professionale che stai esplorando.

L’intelligenza artificiale non sostituirà il tuo talento, la tua esperienza e la tua personalità nel processo di selezione. Ma ti aiuterà a presentarli nel modo migliore possibile.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

L’intelligenza artificiale generativa non è più una tecnologia del futuro: è già nel presente delle aziende, degli enti pubblici, delle scuole e delle associazioni di categoria. Eppure molti manager, professionisti e decisori faticano ancora a capire cosa sia davvero l’AI, come usarla in modo pratico e responsabile, e soprattutto come trasformarla in un vantaggio concreto. È qui che entrano in gioco le conferenze sull’intelligenza artificiale: un formato potente, capace di accelerare la comprensione collettiva e preparare intere organizzazioni al cambiamento.

Cosa sono le conferenze sull’intelligenza artificiale generativa?

Una conferenza sull’AI generativa è un intervento — di norma tra i 45 e i 90 minuti — in cui un relatore specializzato spiega ai partecipanti cos’è l’intelligenza artificiale, come funziona e, soprattutto, come può essere usata nella loro realtà professionale quotidiana. Non si tratta di una lezione universitaria né di una presentazione tecnica per sviluppatori: le migliori conferenze sull’AI sono pensate per pubblici eterogenei e non tecnici, dai manager ai professionisti del marketing, dagli insegnanti agli imprenditori, dagli amministratori agli operatori sanitari.

I temi più richiesti nelle conferenze sull’intelligenza artificiale includono:

  • Introduzione all’AI generativa e a ChatGPT: cosa sono, come funzionano, perché stanno cambiando il mondo del lavoro.
  • Prompt engineering: come dialogare efficacemente con i modelli linguistici per ottenere risultati utili.
  • AI Act e regolamentazione europea: cosa cambia per le aziende e cosa devono sapere i professionisti.
  • AI literacy: come sviluppare le competenze minime per non restare indietro.
  • Rischi e opportunità dell’AI: bias, allucinazioni, fake news, ma anche automazione, efficienza e innovazione.
  • AI nel mondo della scuola: opportunità e rischi per docenti e studenti.
  • Uso consapevole dell’AI: come integrare gli strumenti di intelligenza artificiale nella vita lavorativa senza dipendenza acritica.

Perché organizzare una conferenza AI per la tua azienda o il tuo ente?

La domanda che molti responsabili HR, direttori marketing, segretari generali di associazioni di categoria e dirigenti scolastici si pongono è: perché spendere tempo e risorse su una conferenza AI, quando ci sono così tante risorse online?

La risposta è semplice: perché un relatore esperto in presenza (o in streaming) fa qualcosa che nessun video su YouTube può fare. Contestualizza il tema, risponde alle domande reali del tuo pubblico, adatta il linguaggio al settore specifico e — soprattutto — crea un momento condiviso di aggiornamento e riflessione che ha un impatto misurabile sulla cultura organizzativa.

Ecco i principali vantaggi di portare un relatore AI nella tua organizzazione:

  • Aggiornamento rapido e contestualizzato: l’AI evolve velocissimamente. Un esperto aggiornato ti porta le informazioni più recenti, già filtrate per rilevanza nel tuo settore.
  • Riduzione della resistenza al cambiamento: molti dipendenti o associati percepiscono l’AI come una minaccia. Una conferenza ben calibrata trasforma la paura in curiosità e comprensione.
  • ROI immediato: le persone escono dalla conferenza con strumenti e idee applicabili subito, non tra sei mesi dopo un corso lungo e costoso.
  • Employer branding e reputazione: organizzare eventi sull’AI dimostra che la tua organizzazione guarda al futuro e investe nell’aggiornamento delle persone.
  • Personalizzazione del contenuto: un buon relatore AI non tiene la stessa conferenza per tutti: adatta contenuti, esempi e casi d’uso al tuo specifico contesto.

Chi può partecipare a una conferenza sull’AI?

Una delle domande più frequenti è: le nostre persone sono pronte per una conferenza sull’intelligenza artificiale? La risposta è quasi sempre sì, a patto che la conferenza sia progettata per il pubblico giusto.

Le conferenze sull’AI generativa sono state tenute con successo per categorie professionali molto diverse tra loro: manager e C-suite, addetti marketing e comunicazione, professionisti legali e consulenti, insegnanti e dirigenti scolastici, giornalisti, bibliotecari, farmacisti, artigiani, volontari del Servizio Civile Digitale. Il segreto è nella capacità del relatore di calibrare il linguaggio, scegliere gli esempi giusti e rispondere con precisione alle domande specifiche del settore.

Formati disponibili: dalla keynote al workshop pratico

Le conferenze sull’intelligenza artificiale possono assumere formati molto diversi in base agli obiettivi e al tempo disponibile:

  • Keynote (45-90 minuti): ideale per eventi aziendali, convention di categoria, aperture di convegno. Coinvolge, ispira e informa senza approfondire eccessivamente.
  • Workshop pratico (mezza giornata o giornata intera): adatto a team che vogliono imparare a usare gli strumenti AI nella loro quotidianità, con esercitazioni e casi reali.
  • Ciclo di webinar: formato flessibile, spalmato nel tempo, ideale per grandi organizzazioni con team distribuiti.
  • Evento ibrido (presenza + streaming): permette di raggiungere sia il pubblico in sala che quello da remoto, moltiplicando l’impatto.

Come scegliere il relatore giusto per una conferenza sull’AI

Non tutti gli esperti di AI sono bravi comunicatori, e non tutti i comunicatori sono davvero aggiornati sull’AI. I criteri per scegliere il relatore AI giusto per la tua conferenza sono:

  • Esperienza divulgativa documentata: cerca chi ha tenuto decine di conferenze per pubblici eterogenei, non solo seminari tecnici per addetti ai lavori.
  • Aggiornamento continuo: l’AI cambia ogni mese. Il relatore deve usare quotidianamente gli strumenti di cui parla.
  • Background giornalistico o formativo: chi sa semplificare senza banalizzare ha spesso un percorso in ambito comunicazione, giornalismo o formazione aziendale.
  • Referenze verificabili: chiedi chi ha già coinvolto quel relatore e che tipo di feedback ha ricevuto.
  • Approccio critico e responsabile: diffida di chi dipinge l’AI solo in modo entusiastico o solo in modo catastrofico. La realtà è più sfumata.

Vuoi organizzare una conferenza sull’AI? Partiamo da qui

Se stai pensando di organizzare una conferenza, uno speech o un workshop sull’intelligenza artificiale generativa per la tua azienda, il tuo ente o la tua associazione, puoi esplorare i temi, i formati e le esperienze già realizzate nella pagina dedicata agli speech e alle conferenze AI.

Troverai esempi concreti di interventi tenuti per realtà come Fastweb STEP, Confartigianato Imprese, Fondazione Corriere della Sera, Istituto Affari Internazionali e molte altre. E se vuoi capire se il formato è giusto per te, puoi contattarmi direttamente per una consulenza preliminare gratuita.

L’intelligenza artificiale non aspetta. Le tue persone nemmeno.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Gemini Notebook (ex NotebookLM) è uno degli strumenti più interessanti dell’ecosistema Google per chi lavora con documenti, fonti, report, manuali, appunti, video, slide, normative, procedure interne e materiali di studio. A differenza dei chatbot generici, Gemini Notebook parte dalle fonti caricate dall’utente e permette di fare domande, ottenere sintesi, generare materiali di supporto e costruire percorsi di lavoro più ordinati.

Questo corso Gemini Notebook per aziende e professionisti aiuta team, manager, consulenti, formatori, docenti, studi professionali e reparti operativi a usare Gemini Notebook in modo concreto: dalla sintesi di documenti alla preparazione di briefing, dall’analisi di fonti multiple alla creazione di FAQ, quiz, mappe mentali, audio overview, video overview, infografiche e slide deck.

Il corso è tenuto da Gianluigi Bonanomi, formatore, speaker e autore specializzato in intelligenza artificiale generativa, prompt engineering e comunicazione digitale. Il percorso può essere organizzato in azienda, online o in presenza, con esempi adattati ai ruoli, ai documenti e ai processi di lavoro dei partecipanti.

Gemini Notebook, ChatGPT, Gemini e Copilot: cosa cambia

Gemini Notebook non sostituisce ChatGPT, Gemini o Microsoft Copilot: risponde a un’esigenza diversa. ChatGPT è utile per generare, rielaborare e ragionare su molti tipi di compiti. Copilot è integrato nell’ambiente Microsoft 365. Gemini è l’assistente AI di Google. Gemini Notebook, invece, è pensato soprattutto per lavorare su un insieme di fonti selezionate: documenti, pagine web, file, video, appunti, materiali didattici o archivi di progetto.

Nel corso si chiarisce quando conviene usare Gemini Notebook e quando è meglio usare altri strumenti di AI generativa. Questa distinzione è decisiva per evitare un errore comune: usare lo stesso chatbot per tutto. Gemini Notebook dà il meglio quando serve interrogare fonti, confrontare documenti, preparare materiali di studio, trasformare contenuti complessi in output più accessibili e costruire una piccola base di conoscenza su un tema, un cliente, un progetto o un processo.

Perché fare un corso su Gemini Notebook

Molti professionisti hanno già provato Gemini Notebook caricando un PDF o un link, ma si fermano alle funzioni più evidenti: riassunto, domande e qualche contenuto generato. In questo modo lo strumento resta sottoutilizzato. Un corso pratico serve a costruire un metodo: scegliere bene le fonti, organizzare i notebook, formulare domande efficaci, verificare le citazioni, generare output utili e integrare Gemini Notebook nei flussi di lavoro reali.

  • Capire cosa può fare Gemini Notebook nei diversi contesti professionali.
  • Imparare a costruire notebook ordinati, utili e riutilizzabili.
  • Usare Gemini Notebook per sintesi, confronto, studio e analisi di documenti complessi.
  • Generare materiali derivati: briefing, FAQ, quiz, mappe mentali, podcast, video, infografiche e slide.
  • Integrare Gemini Notebook con ChatGPT, Gemini, Copilot e strumenti di produttività già usati in azienda.
  • Usare Gemini Notebook in modo sicuro, rispettando dati sensibili, policy interne, copyright e privacy.

A chi è rivolto

Il corso è pensato per aziende, studi professionali, associazioni, enti di formazione, scuole, università, biblioteche, ordini professionali e team che lavorano spesso con documenti, conoscenza e contenuti complessi. È adatto anche a manager e imprenditori che vogliono capire come usare l’AI per rendere più accessibili informazioni aziendali, materiali interni e documentazione operativa.

  • Manager, imprenditori e responsabili di funzione.
  • Team marketing, comunicazione, commerciale e customer care.
  • HR, formazione, amministrazione e segreterie organizzative.
  • Consulenti, formatori, docenti, ricercatori e studi professionali.
  • Team che gestiscono manuali, procedure, report, normative, contratti o knowledge base.
  • Persone che usano già ChatGPT o Copilot e vogliono capire quando Gemini Notebook è più adatto.

Cosa si impara

Uso sicuro di Gemini Notebook in azienda

La prima competenza è saper decidere quali fonti inserire e quali informazioni evitare. Durante il corso si lavora su dati sensibili, permessi, documenti interni, copyright, fonti riservate, citazioni, allucinazioni, errori e controllo umano. Gemini Notebook può rendere più veloce l’analisi di documenti, ma non elimina la responsabilità di verificare le risposte e proteggere le informazioni.

Organizzazione delle fonti e dei notebook

Gemini Notebook funziona bene quando le fonti sono scelte e organizzate con criterio. Il corso mostra come creare notebook per progetto, cliente, reparto, materia, corso o processo; come caricare materiali diversi; come distinguere fonti principali e secondarie; come mantenere ordine nel tempo; come evitare notebook troppo generici che producono risposte confuse.

Domande efficaci e prompt per Gemini Notebook

Anche se Gemini Notebook lavora sulle fonti, le domande contano. Nel corso si imparano prompt per ottenere sintesi, confronti, tabelle, piani d’azione, domande di verifica, glossari, briefing e materiali per pubblici diversi. Il prompt engineering viene trattato in modo pratico: non formule magiche, ma richieste chiare con obiettivo, contesto, formato, vincoli e criteri di controllo.

Analisi documentale e ricerca basata su fonti

Gemini Notebook è particolarmente utile per leggere e interrogare documenti lunghi o numerosi. Durante il corso si lavora su scenari come:

  • Riassumere report, white paper, contratti, dispense, ricerche e manuali.
  • Estrarre concetti chiave, rischi, definizioni, passaggi operativi e decisioni.
  • Confrontare più documenti e trovare convergenze, differenze o contraddizioni.
  • Preparare briefing per riunioni, corsi, presentazioni o decisioni manageriali.
  • Trasformare materiale tecnico in spiegazioni comprensibili per pubblici non specialistici.
  • Creare domande, quiz e schede di ripasso per formazione interna e studio.

Output generativi: audio, video, mappe, quiz, slide e infografiche

Gemini Notebook non serve solo a fare domande. Può trasformare le fonti in formati diversi: audio overview, video overview, mappe mentali, FAQ, quiz, guide allo studio, infografiche e slide deck. Nel corso si vede quando questi output sono utili, come personalizzarli, come valutarne la qualità e come riutilizzarli in formazione, comunicazione interna, onboarding, aggiornamento professionale e gestione della conoscenza.

Programma in due varianti

Il corso può essere progettato in due formati: una giornata da 6 ore oppure due giornate da 6 ore, per un totale di 12 ore. La scelta dipende dal livello di partenza, dal numero di partecipanti, dal grado di personalizzazione richiesto e dalla possibilità di lavorare su casi reali dell’azienda.

Variante 1: corso Gemini Notebook in una giornata

Durata: 1 giornata, 6 ore.

Obiettivo: imparare a usare Gemini Notebook in modo pratico e sicuro per analizzare fonti, sintetizzare documenti e generare materiali utili al lavoro quotidiano.

  • Introduzione a Gemini Notebook e al ruolo delle fonti nell’AI generativa.
  • Differenze tra Gemini Notebook, ChatGPT, Gemini, Copilot e strumenti RAG.
  • Creazione di un notebook: fonti, documenti, link, file, video, audio e appunti.
  • Uso sicuro: dati sensibili, privacy, copyright, citazioni, errori e verifiche.
  • Prompt essenziali per sintesi, confronto, estrazione di informazioni e briefing.
  • Generazione di output: FAQ, guide, quiz, mappe mentali, audio overview e materiali di supporto.
  • Esercitazioni pratiche su casi vicini al lavoro dei partecipanti.
  • Checklist finale: 10 usi immediati di Gemini Notebook da portare nel lavoro quotidiano.

Variante 2: corso Gemini Notebook in due giornate

Durata: 2 giornate, 12 ore.

Obiettivo: consolidare l’uso di Gemini Notebook, lavorare su casi d’uso aziendali e costruire un metodo riutilizzabile per analisi documentale, formazione, comunicazione interna e knowledge management.

Prima giornata: fondamenti, fonti e uso operativo

  • Introduzione a Gemini Notebook e al lavoro con fonti selezionate.
  • Quando usare Gemini Notebook e quando usare ChatGPT, Gemini o Copilot.
  • Creazione e organizzazione di notebook per progetto, reparto, cliente o tema.
  • Caricamento e gestione delle fonti: PDF, siti web, Google Docs, Google Slides, file Word, PowerPoint, CSV, audio, video YouTube, immagini e altri materiali.
  • Domande efficaci: sintesi, spiegazioni, confronto tra documenti, estrazione di concetti e tabelle.
  • Verifica delle risposte, uso delle citazioni e controllo degli output.
  • Esercitazioni guidate su documenti forniti dal docente o dall’azienda.
  • Prima costruzione di una libreria di prompt per ricerca, studio, analisi e briefing.

Seconda giornata: casi d’uso, workflow e output avanzati

  • Gemini Notebook per riunioni, formazione interna, onboarding, ricerca e comunicazione.
  • Creazione di FAQ, briefing, guide allo studio, quiz, mappe mentali e glossari.
  • Audio overview, video overview, infografiche e slide deck: quando usarli e come valutarli.
  • Workflow con Gemini Notebook + ChatGPT, Gemini, Copilot, Google Drive o Microsoft 365.
  • Laboratorio su casi reali dei partecipanti: documenti, procedure, report, materiali formativi o knowledge base.
  • Costruzione di template di prompt, procedure ripetibili e criteri di qualità degli output.
  • Linee guida interne per un uso sicuro e responsabile.
  • Piano operativo: cosa sperimentare nei successivi 30, 60 e 90 giorni.

Metodo didattico

Il taglio è pratico: poche definizioni astratte, molte demo, esercizi guidati e casi d’uso vicini al lavoro dei partecipanti. Come negli altri corsi di Gianluigi, l’obiettivo non è stupire con l’AI, ma far tornare le persone al lavoro con strumenti, criteri e procedure immediatamente applicabili.

  • Demo live su Gemini Notebook.
  • Esercitazioni individuali e di gruppo.
  • Template di prompt e checklist operative.
  • Discussione di rischi, limiti e scenari di uso scorretto.
  • Possibile personalizzazione sui processi, sui reparti e sui documenti aziendali.

Prerequisiti

Non servono competenze tecniche. È sufficiente saper usare un browser e avere familiarità con gli strumenti digitali del lavoro quotidiano. Per le esercitazioni pratiche è consigliato che i partecipanti dispongano di un account Google abilitato all’uso di Gemini Notebook, oppure che l’azienda definisca in anticipo quali account e materiali saranno disponibili durante il corso.

Per lavorare su casi aziendali reali è utile preparare prima alcuni documenti non riservati: report pubblici, procedure, brochure, pagine web, materiali formativi, manuali, presentazioni o documenti già autorizzati per l’uso in aula.

Output per l’azienda

  • Maggiore consapevolezza su opportunità, rischi e limiti di Gemini Notebook.
  • Un metodo pratico per creare e gestire notebook basati su fonti affidabili.
  • Prompt e template riutilizzabili per sintesi, confronto, briefing, quiz e materiali formativi.
  • Prime linee guida per uso sicuro, verifica delle risposte e gestione dei dati.
  • Casi d’uso prioritari per reparti, ruoli e processi.
  • Un piano di sperimentazione per evitare un uso casuale e poco misurabile dello strumento.

Collegamenti utili

Per costruire un percorso più ampio sull’AI generativa, il corso Gemini Notebook può essere affiancato al corso ChatGPT per aziende e professionisti, al corso Microsoft Copilot per aziende e professionisti, al corso di prompt engineering o a un keynote sull’AI generativa per aziende.

Per approfondire lo strumento, si possono consultare anche le pagine ufficiali di Google su Gemini Notebook, sulla guida introduttiva a Gemini Notebook, sulle fonti supportate, sugli Audio Overview e sui Video Overview.

FAQ sul corso Gemini Notebook

Il corso è adatto anche a chi non ha mai usato Gemini Notebook?

Sì. La variante da 6 ore parte dalle basi e porta rapidamente a esempi pratici su caricamento delle fonti, domande, sintesi, confronto tra documenti e creazione di materiali di supporto.

Serve un account Google?

Sì, per le esercitazioni è consigliato avere un account Google abilitato all’uso di Gemini Notebook. In contesti aziendali o scolastici è opportuno verificare prima le policy interne e le impostazioni dell’account Workspace.

Gemini Notebook è meglio di ChatGPT?

Non è una questione di meglio o peggio. Gemini Notebook è più adatto quando bisogna lavorare su fonti specifiche e controllabili. ChatGPT è più flessibile per scrittura, generazione, brainstorming e attività trasversali. Nel corso si impara a scegliere lo strumento giusto per il compito giusto.

Il corso tratta privacy e uso sicuro?

Sì. Uso sicuro, dati sensibili, copyright, permessi, qualità delle fonti, citazioni, verifica degli output e responsabilità umana sono parte centrale del programma.

Si può personalizzare il corso sui documenti aziendali?

Sì. Il corso può essere adattato ai documenti, ai processi e ai ruoli dell’organizzazione. È possibile lavorare su materiali non riservati o su esempi costruiti a partire da casi simili a quelli reali.

Gemini Notebook può essere usato per formazione interna?

Sì. È uno degli scenari più interessanti: da manuali, dispense, procedure e materiali di onboarding si possono generare guide, FAQ, quiz, mappe mentali, briefing, audio e altri materiali utili per studiare e ripassare.

Gemini Notebook cita le fonti?

Gemini Notebook lavora sulle fonti inserite nel notebook e può mostrare riferimenti e citazioni collegate ai passaggi usati nelle risposte. Questo aiuta il controllo, ma non sostituisce la verifica umana, soprattutto su contenuti legali, medici, finanziari, tecnici o riservati.

Il corso può essere svolto online?

Sì. Il corso può essere erogato online, in presenza o in modalità mista. Per i laboratori online è utile definire prima account, materiali, durata delle esercitazioni e livello di interazione desiderato.

Richiedi il corso

Vuoi organizzare un corso Gemini Notebook per la tua azienda o per un gruppo di professionisti? Scrivi indicando numero di partecipanti, livello di partenza, formato preferito e obiettivi: una giornata da 6 ore oppure due giornate, per 12 ore complessive, con laboratorio e personalizzazione.

Contatta Gianluigi Bonanomi per progettare il corso Gemini Notebook più adatto alla tua organizzazione.