Tag Archivio per: ai

Gemini Avanzato: Prompt Engineering, Deep Research, Automazione e Gems — Guida Pratica per Professionisti

Gemini, l’intelligenza artificiale di Google, è molto più di un semplice assistente conversazionale. Se sai come usarlo al livello avanzato, diventa uno strumento potentissimo per la ricerca, l’analisi dei dati, la produttività professionale e la creazione di flussi di lavoro automatizzati. In questo articolo — ispirato al webinar tenuto per EDI Confcommercio con oltre 460 professionisti collegati — esploriamo le funzionalità avanzate di Gemini con esempi concreti e pronti all’uso.

Perché usare Gemini a livello avanzato?

La maggior parte degli utenti usa Gemini per domande semplici o riassunti di testo. Ma chi vuole davvero trasformare il proprio modo di lavorare deve andare oltre: sfruttare il Prompt Engineering avanzato, automatizzare l’analisi dei dati, fare ricerche multi-fonte con il Deep Research e costruire assistenti personalizzati con i Gems.

Imprenditori, liberi professionisti, marketer, consulenti e manager possono usare queste funzionalità per risparmiare ore di lavoro ogni settimana, migliorare la qualità delle analisi e prendere decisioni più informate.

1. Prompt Engineering Avanzato con Gemini

Il prompt è la chiave di tutto. Un prompt mal strutturato produce risposte generiche; un prompt ben costruito produce output professionali e precisi. Ecco le tecniche principali:

Struttura a ruolo + contesto + obiettivo + formato

Invece di scrivere “dammi idee per un post LinkedIn”, prova così:

Sei un esperto di comunicazione digitale per PMI italiane. Ho un’azienda nel settore manifatturiero a Brescia. Voglio aumentare la mia visibilità su LinkedIn tra imprenditori del Nord Italia. Scrivi 3 idee di post con hook d’apertura forte, sviluppo del messaggio e call to action. Usa un tono autorevole ma diretto. Formato: un paragrafo per post, max 1200 caratteri ciascuno.

Questo tipo di prompt attiva le capacità reasoning di Gemini e produce contenuti immediatamente utilizzabili.

Chain of thought e prompting a più step

Per analisi complesse, chiedi a Gemini di ragionare passo dopo passo prima di darti la risposta finale. Esempio:

Prima elenca tutti i fattori da considerare, poi analizzali uno a uno, infine dammi la tua raccomandazione finale con pro e contro.

Prompt iterativo con feedback

Non fermarti alla prima risposta. Usa il follow-up per affinare: “Rendi il tono più formale”, “Aggiungi dati statistici”, “Accorcia del 30%”, “Trasforma il punto 3 in un esempio pratico”. Questa tecnica iterativa è la differenza tra un utente base e uno avanzato.

2. Automazione di Analisi e Gestione dei Dati

Gemini integra direttamente con Google Sheets, Google Drive e Google Workspace, permettendo di automatizzare analisi che prima richiedevano ore.

Analisi di fogli di calcolo

Carica un file CSV o collega un Google Sheet e chiedi a Gemini di:

  • Identificare trend nei dati di vendita degli ultimi 12 mesi
  • Calcolare la media mobile e prevedere il prossimo trimestre
  • Segmentare i clienti per fatturato e frequenza d’acquisto
  • Evidenziare anomalie o outlier nei dati

Esempio concreto: “Analizza questi dati di vendita mensili, identifica i 3 prodotti con il calo maggiore negli ultimi 6 mesi e suggerisci possibili cause e azioni correttive.”

Sintesi automatica di documenti aziendali

Carica PDF, report, contratti o email e chiedi a Gemini di estrarre i punti chiave, identificare rischi, confrontare versioni diverse di un documento o generare una sintesi esecutiva. Questo è particolarmente utile per consulenti, avvocati d’affari e manager che gestiscono grandi volumi di documentazione.

Creazione di script e formule

Gemini può scrivere formule complesse per Excel/Google Sheets, script Google Apps Script per automatizzare attività ripetitive, e persino codice Python per analisi dati più avanzate — anche se non sei un programmatore.

3. Deep Research Multi-Fonte

La funzione Deep Research di Gemini (disponibile nelle versioni avanzate) è una delle più potenti per chi fa ricerca professionale. Permette di effettuare ricerche approfondite su un argomento, consultando e sintetizzando decine di fonti in pochi minuti.

Come funziona il Deep Research

Invece di fare una singola ricerca e ottenere un’unica risposta, il Deep Research:

  • Definisce automaticamente un piano di ricerca strutturato
  • Consulta decine di fonti web verificate
  • Sintetizza le informazioni in un report coerente e dettagliato
  • Cita le fonti con link verificabili

Esempi pratici di Deep Research

Per un consulente di marketing: “Fai una ricerca approfondita sulle ultime tendenze nel marketing B2B in Italia nel 2025: canali più efficaci, budget medi, strumenti AI più adottati e casi studio di successo.”

Per un imprenditore: “Analizza il mercato del packaging sostenibile in Europa: dimensioni del mercato, principali player italiani, normative UE in arrivo, opportunità per PMI.”

Per un professionista HR: “Ricerca le migliori pratiche internazionali per il recruiting di figure tech nel 2025: canali, compensation package, employer branding e retention.”

Il risultato è un report strutturato che sostituisce ore di ricerca manuale su Google, lettura di articoli e sintesi dei contenuti.

4. Gems: Assistenti Personalizzati con Gemini

I Gems sono forse la funzionalità più trasformativa di Gemini Advanced. Ti permettono di creare assistenti AI personalizzati per compiti specifici, con istruzioni, tono e contesto definiti da te una volta sola.

Cos’è un Gem e come si crea

Un Gem è un’istanza personalizzata di Gemini a cui puoi dare un nome, un ruolo specifico e istruzioni dettagliate. Ogni volta che lo apri, “ricorda” il contesto e si comporta esattamente come vuoi tu.

Per crearlo: vai su gemini.google.com → Gem manager → Nuovo Gem. Inserisci un nome, una descrizione e le istruzioni di sistema.

Esempi concreti di Gems utili per professionisti

Gem “Copywriter LinkedIn”: “Sei il mio assistente per la comunicazione LinkedIn. Conosci il mio settore (formazione AI e comunicazione digitale per aziende), il mio pubblico (imprenditori e manager italiani) e il mio stile (diretto, concreto, con dati). Quando ti chiedo di scrivere un post, seguono sempre questa struttura: hook forte nella prima riga, sviluppo con esempio concreto, call to action finale.”

Gem “Analista Dati”: “Sei il mio analista dati. Quando ti carico un dataset, prima descrivi la struttura, poi identifichi pattern e anomalie, poi suggerisci 3 visualizzazioni utili e infine mi dai 5 insight azionabili. Usa sempre linguaggio semplice, adatto a un imprenditore non tecnico.”

Gem “Coach per Presentazioni”: “Sei un esperto di public speaking e storytelling aziendale. Quando ti condivido una presentazione o uno schema, mi aiuti a migliorare la narrativa, rafforzare l’apertura, rendere più chiare le slide e chiudere con un messaggio forte e memorabile.”

Perché i Gems cambiano il modo di lavorare

Senza Gems, ogni volta che apri Gemini devi rispiegare chi sei, cosa fai e come vuoi che risponda. Con i Gems, hai già tutto configurato: il contesto è lì, pronto. È come avere un assistente specializzato sempre disponibile, che conosce già il tuo settore, il tuo stile e i tuoi obiettivi.

Gemini Advanced vs Gemini Free: cosa cambia per i professionisti?

Le funzionalità avanzate descritte in questo articolo (Deep Research, Gems avanzati, integrazione con Google Workspace, finestra di contesto estesa fino a 1 milione di token) sono disponibili principalmente con Gemini Advanced, incluso nel piano Google One AI Premium.

Per un professionista o un’azienda che vuole usare l’AI seriamente, l’investimento si ripaga ampiamente in termini di tempo risparmiato e qualità del lavoro prodotto.

Conclusione: l’AI non sostituisce i professionisti, potenzia quelli che la sanno usare

Come emerso chiaramente nel webinar di EDI Confcommercio, il valore di Gemini — e dell’AI in generale — non è nel fare le cose al posto tuo, ma nell’amplificare le tue competenze. Chi impara a usare il Prompt Engineering avanzato, il Deep Research, l’automazione dei dati e i Gems ottiene un vantaggio competitivo reale e misurabile.

Il punto non è sapere tutto sull’AI: è sapere quali strumenti usare, quando usarli e come configurarli per il proprio lavoro specifico. E quello lo puoi imparare adesso.

Vuoi approfondire l’uso avanzato di Gemini e degli strumenti AI per la tua attività? Scopri i corsi e i webinar disponibili oppure contattami per una consulenza personalizzata.

/0 Commenti/da

Gemini o Gemini Notebook (ex NotebookLM)? Differenze, esempi e formazione per aziende

, ,

Gemini o Gemini Notebook (ex NotebookLM)? La risposta breve è questa: Gemini è più adatto come assistente AI trasversale per creare, rielaborare e ragionare; Gemini Notebook è più adatto quando il lavoro deve restare ancorato a un insieme di fonti selezionate. Non sono due strumenti identici e, nella maggior parte delle aziende, non serve sceglierne uno solo.

La vera competenza consiste nel capire quale usare per ogni attività. Gemini può aiutare a preparare una bozza, sviluppare idee, riorganizzare un testo o affrontare un compito dentro l’ecosistema Google. Gemini Notebook dà il meglio quando bisogna interrogare documenti, confrontare fonti, costruire un briefing o trasformare materiali esistenti in guide, FAQ e contenuti formativi.

In questo articolo vediamo le differenze tra Gemini e Gemini Notebook, alcuni casi d’uso concreti e il metodo che utilizzo nei miei corsi per aziende e professionisti.

Qual è la differenza tra Gemini e Gemini Notebook?

Gemini è un assistente di intelligenza artificiale generalista; Gemini Notebook è un ambiente di ricerca e rielaborazione basato soprattutto sulle fonti aggiunte dall’utente. Gemini parte dal compito che gli affidiamo. Gemini Notebook parte dal materiale che decidiamo di mettere nel notebook.

Criterio Gemini Gemini Notebook
Funzione principale Assistente AI per attività diverse Analisi e trasformazione di fonti selezionate
Punto di partenza Una richiesta, un obiettivo o una conversazione Un insieme di documenti, link, file e altri materiali
Ideale per Scrittura, ideazione, rielaborazione e supporto operativo Studio, confronto, sintesi, briefing e knowledge management
Controllo delle fonti Dipende dal compito e dal contesto fornito Le risposte sono collegate alle fonti del notebook
Integrazione Google Workspace Sì, nativa con Gmail, Docs, Drive, Meet Limitata, non è integrato direttamente in Workspace
Modalità audio Non disponibile in questo formato Sì, genera podcast e sintesi audio

Come funziona Gemini in azienda

Gemini è pensato per lavorare dentro i flussi aziendali quotidiani. Se usi Google Workspace, Gemini è già presente in Gmail, Docs, Drive, Meet e Chat. Puoi usarlo per riassumere un’email, redigere una risposta, elaborare un documento, creare una presentazione o preparare un report partendo da dati dispersi.

La sua forza è la flessibilità: Gemini non ha bisogno di essere “configurato” prima di usarlo. Basta descrivere il compito, fornire il contesto necessario e procedere. Funziona bene anche con testi lunghi, conversazioni complesse e richieste aperte.

Alcune attività dove Gemini dà risultati concreti:

  • Rielaborare comunicati, newsletter o contenuti esistenti
  • Costruire bozze di proposta o presentazione
  • Rispondere a email e messaggi con un tono coerente
  • Sintetizzare note di riunione o trascrizioni
  • Supportare l’analisi di dati con Google Sheets

Video: Come funziona la ricerca approfondita (Deep Research) di Google Gemini

Come creare video con Gemini Notebook - tutorial di Gianluigi Bonanomi
Google Gemini Notebook: creazione di contenuti da fonti documentali

Come funziona Gemini Notebook in azienda

Gemini Notebook funziona diversamente: ogni progetto parte da un notebook in cui l’utente inserisce le fonti che vuole analizzare. Possono essere PDF, documenti Google, link a pagine web, video YouTube o file audio. Una volta caricate, tutte le risposte di Gemini Notebook restano ancorate a quelle fonti, con citazioni esplicite.

Questo rende Gemini Notebook particolarmente utile quando si lavora su materiali specifici dell’azienda: policy interne, report di ricerca, manuali, trascrizioni di interviste, contenuti formativi. Il modello non inventa: risponde solo in base a ciò che è nel notebook.

Alcune attività dove Gemini Notebook dà risultati concreti:

  • Costruire FAQ da documenti aziendali
  • Confrontare versioni diverse di un documento
  • Creare briefing e sintesi da report lunghi
  • Generare materiale formativo da contenuti esistenti
  • Produrre sintesi audio (podcast) da testi o documenti

Video: Come creare video con Gemini Notebook

Gemini e Gemini Notebook: possono lavorare insieme?

Sì, e nei miei corsi per aziende mostro esattamente questo. Il flusso più comune prevede di usare Gemini Notebook per analizzare e sintetizzare le fonti, e poi Gemini per rielaborare, ampliare e portare il contenuto nella forma finale desiderata.

Ad esempio: un team HR può caricare in Gemini Notebook tutte le policy aziendali e farsi aiutare a costruire una guida per i nuovi assunti. Poi può passare la bozza a Gemini per adattarla al tono della comunicazione interna, aggiungere esempi concreti o prepararla in formato presentazione.

Altre risorse video su Gemini e Gemini Notebook

Gemini gestisce il Google Calendar

Gemini Notebook legge le immagini: tre esempi pratici

Formazione su Gemini e Gemini Notebook per aziende

Nei miei corsi e workshop aziendali lavoro su entrambi gli strumenti, con esercizi pratici e casi d’uso reali. L’obiettivo non è solo capire come funzionano tecnicamente, ma imparare a integrare Gemini e Gemini Notebook nei flussi di lavoro quotidiani, in modo che il team guadagni tempo e produca risultati migliori.

Il percorso formativo è personalizzato in base al settore, ai ruoli del team e agli strumenti già in uso. Si parte sempre da attività concrete: niente teoria astratta, solo applicazione diretta.

Se stai valutando un corso su Gemini, su Gemini Notebook o sull’AI per il tuo team, trovi qui sotto un form per contattarmi.

Hai domande o vuoi organizzare una formazione?

    Il tuo nome (richiesto)

    La tua email (richiesto)

    Oggetto

    Il tuo messaggio

    /0 Commenti/da

    Plaud AI: cos’è, come funziona e quale modello scegliere

    ,

    Plaud AI è un sistema composto da un registratore vocale e da un’applicazione di intelligenza artificiale. Registra conversazioni, riunioni e chiamate, trasforma l’audio in testo e genera automaticamente riepiloghi, mappe mentali, attività e contenuti consultabili. In altre parole, non è soltanto un registratore: è un assistente per prendere appunti senza interrompere la conversazione.

    Secondo l’azienda, Plaud è utilizzato da oltre due milioni di persone: la conferma arriva sia dal sito ufficiale dell’azienda che da fonti giornalistiche di primo piano come TechCrunch e Bloomberg.

    La gamma disponibile in Italia comprende dispositivi tascabili, modelli pensati per le telefonate e registratori indossabili. Vediamo come funzionano e per chi possono essere realmente utili.

    Che cos’è Plaud AI?

    Plaud AI è un registratore vocale con trascrizione automatica, riconoscimento degli interlocutori e generazione di sintesi mediante intelligenza artificiale.

     

    Il flusso di lavoro è semplice:

    1. si avvia la registrazione dal dispositivo;
    2. l’audio viene salvato nella memoria interna;
    3. la registrazione viene sincronizzata con l’app Plaud;
    4. l’AI produce trascrizione, riepilogo e punti operativi;
    5. note e registrazioni possono essere cercate, esportate o condivise.

    Il vantaggio rispetto a una normale app di registrazione è la presenza di un hardware dedicato. Non bisogna tenere aperto lo smartphone né affidarsi esclusivamente al suo microfono.

    Come funziona Plaud AI

    Una volta terminata la registrazione, Plaud Intelligence analizza la conversazione e la converte in materiale utilizzabile.

    Il sistema può:

    • trascrivere l’audio in 112 lingue;
    • distinguere i diversi interlocutori;
    • riconoscere termini professionali attraverso vocabolari personalizzati;
    • creare riepiloghi da differenti prospettive;
    • individuare decisioni, attività e scadenze;
    • produrre mappe mentali;
    • rispondere a domande sulla conversazione tramite Ask Plaud;
    • esportare i contenuti in oltre 27 formati;
    • collegarsi a servizi come Zapier e Google Calendar.

    La funzione più interessante è probabilmente la possibilità di interrogare le proprie registrazioni. Invece di riascoltare un incontro di un’ora, si può chiedere: “Quali attività sono state assegnate?”, “Che cosa ha deciso il cliente?” oppure “Prepara un’e-mail di follow-up”.

    Quale Plaud scegliere?

    La scelta dipende soprattutto da dove avvengono le conversazioni: al telefono, intorno a un tavolo oppure mentre ci si sposta.

    Modello Ideale per Caratteristiche principali Prezzo indicativo
    Plaud Note Chiamate, riunioni e lavoro ibrido Doppia modalità, 64 GB, fino a 30 ore di registrazione 169,90 €
    Plaud Note Pro Sale riunioni e ambienti più ampi Quattro microfoni, raggio fino a 5 metri, display AMOLED 189 €
    Plaud NotePin S Conversazioni in presenza e mobilità Indossabile, 17,4 grammi, raggio fino a 3 metri 179 €

    Prezzi rilevati sul sito italiano di Plaud il 22 giugno 2026 e soggetti a variazioni.

    Plaud Note: la scelta più versatile

    Plaud Note ha le dimensioni di una carta di credito e può essere fissato magneticamente al retro dello smartphone.

    Offre due modalità di registrazione:

    • modalità ambiente, per incontri e interviste in presenza;
    • modalità chiamata, per registrare le conversazioni telefoniche.

    Dispone di 64 GB di memoria, pesa circa 30 grammi e può registrare fino a 30 ore consecutive. È il modello più equilibrato per consulenti, commerciali e professionisti che alternano telefonate e riunioni.

    Plaud Note Pro: per riunioni e ambienti più grandi

    Plaud Note Pro è il modello più avanzato della gamma. Utilizza quattro microfoni MEMS e può rilevare le voci fino a cinque metri di distanza.

    Integra inoltre un display AMOLED InstantView, utile per controllare immediatamente lo stato della registrazione. La modalità standard offre fino a 30 ore di autonomia; quella a lunga durata può arrivare a 50 ore, riducendo il raggio ottimale a circa tre metri.

    È indicato per sale riunioni, conferenze, corsi e conversazioni con più partecipanti.

    Plaud NotePin S: il registratore AI indossabile

    Plaud NotePin S è pensato per essere indossato tramite clip, spilla magnetica, cordino o bracciale.

    Pesa 17,4 grammi, integra due microfoni e registra efficacemente entro un raggio dichiarato di tre metri. Il pulsante fisico consente di iniziare la registrazione senza usare il telefono.

    È particolarmente adatto a medici, formatori, giornalisti e professionisti che lavorano in movimento. Non è invece il modello più indicato per registrare direttamente le telefonate.

    Quanto costa l’abbonamento Plaud AI?

    L’acquisto del dispositivo include il piano Starter gratuito, che mette a disposizione 300 minuti di trascrizione ogni mese. Non è quindi obbligatorio sottoscrivere subito un abbonamento.

    I piani Plaud Intelligence disponibili sono:

    Piano Trascrizione inclusa Prezzo
    Starter 300 minuti al mese Gratis
    Pro mensile 1.200 minuti al mese 19,99 €/mese
    Pro annuale 1.200 minuti al mese 110,99 €/anno
    Unlimited mensile Fino a 24 ore al giorno 34,99 €/mese
    Unlimited annuale Fino a 24 ore al giorno 224,99 €/anno

    I minuti non utilizzati non vengono trasferiti al mese successivo. Quando la quota termina, il dispositivo continua a registrare: viene sospesa soltanto la trascrizione, che riprende al rinnovo oppure dopo l’acquisto di minuti aggiuntivi.

    Per un uso occasionale, le cinque ore mensili del piano gratuito possono essere sufficienti. Chi registra incontri ogni settimana dovrebbe considerare il piano Pro; oltre le 20 ore mensili, il piano Unlimited diventa più sensato.

    A chi può servire Plaud AI?

    Plaud AI può offrire un vantaggio concreto a chi lavora attraverso conversazioni dalle quali devono nascere decisioni o documenti.

    Commerciali e consulenti

    Può trasformare una chiamata con il cliente in un riepilogo strutturato, una lista di richieste e una bozza di follow-up.

    Manager e project manager

    Consente di partecipare alla riunione senza passare il tempo a scrivere. Al termine produce decisioni, responsabili e prossime attività.

    Giornalisti e creator

    Le interviste diventano testi ricercabili, dai quali estrarre citazioni, temi e prime bozze di contenuto.

    Medici e professionisti sanitari

    Può aiutare a organizzare gli appunti, purché venga utilizzato nel rispetto del consenso, della riservatezza e delle procedure previste dalla struttura.

    Avvocati e professionisti

    Vocabolari personalizzati e riconoscimento degli interlocutori possono semplificare la gestione di colloqui e riunioni complesse. Anche in questo caso, consenso e trattamento dei dati devono essere valutati con particolare attenzione.

    Studenti e docenti

    Può trascrivere lezioni, generare schemi e trasformare una spiegazione in materiale più semplice da ripassare.

    Plaud AI rispetta la privacy?

    Plaud dichiara la conformità a GDPR, ISO 27001, ISO 27701, SOC 2 Tipo II, HIPAA ed EN 18031. Le registrazioni possono essere conservate localmente sul dispositivo e successivamente sincronizzate con il cloud privato Plaud.

    Le certificazioni tecniche, tuttavia, non sostituiscono il consenso delle persone registrate.

    Prima di registrare una riunione, una telefonata, una lezione o un colloquio è opportuno:

    • informare chiaramente i partecipanti;
    • ottenere il consenso quando necessario;
    • spiegare lo scopo della registrazione;
    • limitare accesso e conservazione dei file;
    • verificare le regole aziendali e la normativa applicabile.

    In presenza di dati sanitari, legali o particolarmente sensibili, è consigliabile coinvolgere il responsabile privacy o un consulente competente.

    Vantaggi e limiti

    I principali vantaggi

    • dispositivo dedicato e immediato da usare;
    • trascrizione in italiano e in altre 111 lingue;
    • riconoscimento degli interlocutori;
    • riepiloghi e attività automatiche;
    • memoria interna da 64 GB;
    • piano gratuito con 300 minuti mensili;
    • accesso da app, web e desktop.

    Gli aspetti da considerare

    • la qualità della trascrizione dipende dall’audio e dalla distanza;
    • il piano gratuito copre soltanto cinque ore al mese;
    • gli abbonamenti aumentano il costo complessivo;
    • le registrazioni richiedono attenzione a consenso e privacy;
    • NotePin S non è pensato per registrare direttamente le chiamate;
    • i contenuti generati dall’AI devono essere controllati prima di essere utilizzati.

    Plaud AI conviene?

    Plaud AI conviene soprattutto a chi registra conversazioni con regolarità e perde tempo a riascoltarle, trascriverle o trasformarle in verbali e follow-up.

    Il suo valore non risiede soltanto nella registrazione, ma nel passaggio automatico da conversazione a informazione operativa. Se utilizzato poche volte all’anno, uno smartphone potrebbe essere sufficiente. Se invece riunioni, chiamate e interviste occupano una parte importante della settimana, l’hardware dedicato può rendere il processo più affidabile e veloce.

    Tra i modelli disponibili, Plaud Note è la scelta più versatile; Note Pro è preferibile negli ambienti ampi; NotePin S è il più pratico per chi desidera un dispositivo indossabile.

    Per caratteristiche aggiornate, disponibilità e promozioni è possibile consultare il sito ufficiale Plaud Italia.

    Domande frequenti su Plaud AI

    Plaud AI funziona in italiano?

    Sì. Plaud supporta la trascrizione in italiano e in un totale di 112 lingue, con riconoscimento degli interlocutori e vocabolari personalizzati.

    Serve un abbonamento?

    No. Ogni dispositivo comprende il piano Starter gratuito con 300 minuti di trascrizione al mese. I piani a pagamento servono quando occorre trascrivere un volume maggiore di registrazioni.

    Plaud può registrare le telefonate?

    Plaud Note e Plaud Note Pro includono una modalità dedicata alle telefonate quando il dispositivo è fissato allo smartphone. NotePin S è progettato principalmente per le conversazioni in presenza.

    Le registrazioni funzionano senza internet?

    La registrazione avviene sul dispositivo e può essere salvata nella memoria locale. La sincronizzazione e le funzioni di trascrizione e analisi richiedono successivamente l’accesso all’app e ai servizi Plaud.

    Plaud AI sostituisce un verbale umano?

    Può produrre una buona prima versione, ma nomi, cifre, termini tecnici, decisioni e scadenze devono essere verificati. Per documenti ufficiali o attività sensibili resta necessaria una revisione umana.

    /0 Commenti/da

    Come usare Perplexity (gratis) per cercare lavoro

    , ,

    Cercare lavoro è un lavoro: ormai è un cliché. Devi individuare gli annunci giusti, capire quali aziende assumono, aggiornare il curriculum, prepararti ai colloqui e magari scoprire quali competenze mancano al tuo profilo.

    Il problema è che tutte queste attività richiedono tempo. Molto tempo.

    Perplexity può aiutarti a ridurlo. È uno strumento di intelligenza artificiale che combina le capacità di un chatbot con quelle di un motore di ricerca: cerca informazioni online, sintetizza i risultati e, soprattutto, mostra le fonti utilizzate.

    In questa guida vedrai come usare Perplexity nella versione gratuita per la ricerca del lavoro, con 12 esempi concreti e altrettanti prompt pronti da copiare.

    Che cos’è Perplexity?

    Perplexity è un motore di ricerca basato sull’intelligenza artificiale. Invece di restituire soltanto una lista di link, prova a costruire una risposta ragionata usando informazioni reperite sul Web.

    Su Google potresti cercare: “offerte di lavoro marketing Milano”. Su Perplexity puoi formulare una richiesta molto più articolata:

    Cerca offerte pubblicate negli ultimi sette giorni per digital marketing specialist a Milano, con possibilità di lavoro ibrido e almeno due giorni di smart working. Crea una tabella con azienda, posizione, data di pubblicazione, requisiti e link all’annuncio.

    La versione gratuita permette di effettuare ricerche, consultare le fonti e utilizzare alcune funzioni avanzate con limiti variabili. Questi limiti possono cambiare nel tempo: conviene quindi controllare la pagina ufficiale dei piani di Perplexity.

    Perché usare Perplexity per cercare lavoro?

    Perplexity non sostituisce LinkedIn, Indeed, InfoJobs, i portali aziendali o il contatto con i recruiter. Può però diventare il livello di ricerca che li collega. Se vuoi approfondire come usare l’AI nella ricerca del lavoro in generale, leggi anche la guida su cercare lavoro con l’intelligenza artificiale.

    • Individuare opportunità professionali e aziende interessanti.
    • Analizzare un settore e confrontare il CV con il mercato.
    • Scoprire competenze emergenti e costruire un piano di formazione.
    • Preparare colloqui e verificare informazioni sull’azienda.
    • Cercare eventi e occasioni di networking.

    Attenzione: le offerte possono scadere, essere duplicate o cambiare. Prima di candidarti devi sempre aprire la fonte originale e verificare che la posizione sia ancora disponibile.

    Prima di iniziare: prepara il tuo kit professionale

    • Curriculum aggiornato.
    • Ruolo desiderato e area geografica.
    • Disponibilità al lavoro remoto o ibrido.
    • Livello di esperienza e settori preferiti.
    • Competenze tecniche e conoscenza delle lingue.
    • Aspettative contrattuali ed eventuali vincoli sulla mobilità.

    Se carichi il curriculum, elimina prima i dati non necessari: indirizzo completo, codice fiscale, firma, numero di documento e altre informazioni sensibili. Per lavorare sul posizionamento bastano esperienze, studi, competenze e risultati professionali.

    1. Scoprire quali lavori puoi fare partendo dal curriculum

    Non sempre il problema è trovare gli annunci. A volte non sappiamo nemmeno quali ruoli cercare. Puoi caricare il curriculum in PDF e chiedere a Perplexity di ricavare una lista di posizioni compatibili.

    Prompt

    Analizza il curriculum che ho caricato.

    Individua:
    1. le mie competenze tecniche;
    2. le competenze trasversali dimostrate dalle esperienze;
    3. i settori nei quali ho già lavorato;
    4. dieci posizioni lavorative compatibili con il mio profilo;
    5. cinque posizioni adiacenti che potrei valutare con una formazione limitata.

    Per ogni posizione indica perché è coerente, competenze già possedute, competenze mancanti, parole chiave da usare e compatibilità da 1 a 10. Non inventare esperienze assenti dal curriculum.

    2. Cercare offerte coerenti con il curriculum

    Dopo aver identificato i ruoli compatibili, puoi chiedere a Perplexity di cercare offerte recenti e verificabili.

    Prompt

    In base al curriculum allegato, cerca offerte di lavoro attualmente disponibili in Italia e pubblicate o aggiornate negli ultimi 14 giorni.

    Vincoli: località Milano e provincia; modalità ibrida o da remoto; esperienza richiesta massimo 5 anni; escludi stage non retribuiti; considera soltanto offerte con una pagina originale verificabile.

    Crea una tabella con posizione, azienda, località, modalità, data, requisiti principali, compatibilità con il CV da 1 a 10, gap e link diretto. Ordina dalla maggiore compatibilità. Se non riesci a verificare un dato, scrivi “non disponibile”.

    3. Trovare aziende per un’autocandidatura

    Molte opportunità non arrivano sui portali di recruiting. Può quindi essere utile individuare aziende coerenti con il proprio profilo e inviare un’autocandidatura mirata.

    Prompt

    Agisci come un consulente di carriera specializzato nel mercato italiano. Partendo dal mio curriculum, individua 20 aziende con sede in Lombardia che potrebbero essere interessate al mio profilo, anche se non hanno pubblicato un annuncio.

    Per ogni azienda indica settore, sede, dimensioni indicative, prodotti o servizi, motivo della compatibilità, segnali recenti di crescita, pagina Lavora con noi e fonti. Dividile in compatibilità alta, media e aziende più sfidanti. Usa informazioni recenti e non inventare indirizzi email.

    4. Scoprire le aziende che stanno crescendo

    Un’azienda che apre sedi, raccoglie investimenti, acquisisce concorrenti o lancia prodotti potrebbe avere bisogno di nuove persone.

    Prompt

    Cerca aziende italiane del settore cybersecurity che negli ultimi 12 mesi abbiano mostrato segnali concreti di crescita: nuovi finanziamenti, acquisizioni, apertura di sedi, ingresso in nuovi mercati, crescita dell’organico, nuovi prodotti o partnership rilevanti.

    Crea una tabella con azienda, segnale di crescita, data, fonte, sede, pagina carriere ed eventuali posizioni aperte. Usa preferibilmente fonti aziendali, comunicati stampa e testate economiche affidabili. Segnala le informazioni non confermate.

    5. Analizzare i trend occupazionali del settore

    Quali professioni stanno crescendo? Quali competenze compaiono più spesso negli annunci? Perplexity può realizzare una prima analisi del mercato.

    Prompt

    Analizza il mercato del lavoro italiano per i professionisti del marketing digitale usando dati pubblicati negli ultimi 18 mesi. Indica ruoli più richiesti, competenze tecniche, strumenti più citati, competenze AI emergenti, ruoli in crescita, attività esposte all’automazione e settori che assumono di più.

    Distingui chiaramente dati documentati, interpretazioni e previsioni. Cita le fonti e la data di ciascun dato.

    6. Analizzare una singola offerta di lavoro

    Gli annunci sono spesso pieni di formule standard. Devi capire quali requisiti contano davvero e quali elementi richiedono chiarimenti.

    Prompt

    Analizza questa offerta di lavoro: [INCOLLA IL TESTO O IL LINK].

    Estrai attività principali, requisiti obbligatori e preferenziali, competenze tecniche, soft skill, seniority, parole chiave per il CV, possibili domande di colloquio ed elementi poco chiari. Individua eventuali segnali critici: responsabilità eccessive, descrizione generica, requisiti contraddittori, informazioni essenziali assenti o annuncio non aggiornato. Non dedurre stipendio o condizioni non dichiarate.

    7. Misurare la compatibilità tra CV e annuncio

    Ottimizzare il CV per gli ATS non significa riempirlo di parole chiave. Significa usare il linguaggio dell’annuncio quando descrive competenze che possiedi davvero.

    Prompt

    Confronta il curriculum allegato con questa offerta: [INCOLLA ANNUNCIO].

    Crea una tabella con requisito, evidenza nel CV, corrispondenza, informazione mancante e possibile miglioramento. Poi assegna un punteggio indicativo 0-100, elenca parole chiave pertinenti assenti, suggerisci riformulazioni senza inventare competenze, indica i requisiti mancanti e proponi cinque domande al recruiter. Se il CV non contiene una prova, non considerare la competenza acquisita.

    8. Studiare un’azienda prima del colloquio

    Presentarsi a un colloquio senza conoscere l’azienda è uno degli errori più frequenti. Perplexity può preparare un briefing aggiornato.

    Prompt

    Devo sostenere un colloquio con [AZIENDA] per [POSIZIONE]. Prepara un briefing con storia, attività, prodotti, mercati, concorrenti, notizie degli ultimi 12 mesi, investimenti o cambiamenti, valori dichiarati, sfide del settore, competenze cercate e dieci domande intelligenti.

    Dai priorità al sito aziendale, comunicati ufficiali, bilanci e fonti giornalistiche autorevoli. Inserisci data e link per ogni notizia.

    9. Confrontare due offerte di lavoro

    Se hai ricevuto due proposte, Perplexity può aiutarti a costruire una matrice decisionale senza scegliere al posto tuo.

    Prompt

    Confronta queste due offerte:
    OFFERTA A: [INCOLLA]
    OFFERTA B: [INCOLLA]

    Usa: coerenza con il CV, crescita, stabilità, formazione, flessibilità, responsabilità, spendibilità futura, distanza, retribuzione e benefit solo se dichiarati, rischi e dati mancanti. Assegna un punteggio 1-5 e spiega. Indica quale appare migliore per crescita professionale, stabilità ed equilibrio vita-lavoro.

    10. Scoprire quali corsi seguire

    Prima di acquistare un corso, verifica se la competenza è davvero richiesta dal mercato.

    Prompt

    Voglio candidarmi come data analyst junior in Italia. Analizza un campione recente di offerte e individua dieci competenze tecniche più richieste, strumenti frequenti, conoscenze statistiche, certificazioni e competenze indispensabili o preferenziali.

    Confronta i risultati con il CV allegato e costruisci un piano di 12 settimane. Per ogni settimana indica obiettivo, argomento, esercizio, risorsa gratuita, tempo e risultato da inserire nel portfolio. Privilegia fonti ufficiali e verifica i link.

    11. Cercare corsi, certificazioni e finanziamenti gratuiti

    Oltre ai corsi online esistono programmi regionali, fondi, academy aziendali e iniziative finanziate.

    Prompt

    Cerca opportunità formative gratuite o finanziate attualmente disponibili per una persona disoccupata residente in Lombardia che vuole lavorare nella cybersecurity. Includi corsi regionali, programmi nazionali, academy, corsi universitari aperti, certificazioni gratuite o con voucher.

    Per ogni opportunità indica ente, requisiti, programma, modalità, durata, scadenza, certificazione e pagina ufficiale. Escludi pagine non aggiornate e distingui i corsi gratuiti dalle sole prove gratuite.

    12. Creare un piano settimanale per la ricerca del lavoro

    La ricerca del lavoro rischia di diventare caotica. Puoi trasformarla in un piano misurabile.

    Prompt

    Agisci come un career coach pragmatico. Voglio trovare lavoro come [RUOLO] entro [PERIODO] e posso dedicare [NUMERO] ore alla settimana.

    Costruisci un piano con ricerca offerte, selezione, personalizzazione del CV, autocandidature, networking LinkedIn, studio aziende, formazione, colloqui e verifica dei risultati. Definisci indicatori misurabili e prepara il modello di un foglio di monitoraggio con colonne, stati e prossima azione.

    Il trucco più importante: chiedere sempre le fonti

    Perplexity mostra normalmente le fonti, ma questo non significa che siano tutte ugualmente attendibili. Per migliorare una ricerca puoi aggiungere questa istruzione:

    Per ogni affermazione importante indica una fonte direttamente verificabile. Privilegia fonti primarie e aggiornate. Specifica la data della fonte. Se due fonti sono in contrasto, segnalalo. Se non trovi conferme sufficienti, scrivi chiaramente che l’informazione non è verificata.

    Per le offerte di lavoro, l’ordine di affidabilità consigliato è:

    1. Pagina Lavora con noi dell’azienda.
    2. Portale ufficiale usato dall’azienda.
    3. Profilo LinkedIn verificabile.
    4. Portale di recruiting.
    5. Aggregatore di annunci.

    Come scrivere prompt migliori per Perplexity

    Un buon prompt per la ricerca del lavoro dovrebbe contenere almeno cinque elementi:

    • Contesto: chi sei e cosa stai cercando.
    • Obiettivo: quale risultato vuoi ottenere.
    • Vincoli: luogo, periodo, contratto ed esperienza.
    • Formato: tabella, elenco, piano o confronto.
    • Fonti: quali siti privilegiare e quanto devono essere recenti.

    Un prompt debole potrebbe essere: “Cercami un lavoro nel marketing”. Un prompt più efficace è:

    Cerca posizioni junior nel digital marketing pubblicate negli ultimi sette giorni a Bergamo, Brescia o Milano. Considera ruoli ibridi e contratti a tempo determinato o indeterminato. Escludi stage e offerte prive del nome dell’azienda. Crea una tabella con requisiti, località, data, modalità di lavoro e link diretto alla fonte originale.

    Tre errori da evitare

    1. Fidarsi senza aprire le fonti

    Perplexity può sbagliare, associare un dato alla fonte sbagliata o presentare come attuale un annuncio scaduto.

    2. Inviare il primo testo generato

    Una candidatura scritta interamente dall’AI può risultare generica. Usa la risposta come bozza, poi aggiungi esperienze, numeri, motivazioni e dettagli personali.

    3. Caricare troppi dati personali

    Per analizzare un curriculum non servono codice fiscale, indirizzo completo o documenti. Prima di caricare un file consulta condizioni e informativa sulla privacy.

    Perplexity può davvero aiutarti a trovare lavoro?

    Sì, ma non nel modo miracoloso spesso promesso dall’intelligenza artificiale.

    Perplexity non sostiene il colloquio al posto tuo, non costruisce relazioni professionali e non può garantire che le informazioni trovate siano corrette. Può però fare molto bene tre cose: allargare la ricerca, organizzare le informazioni e aiutarti a formulare domande migliori.

    Usalo come un assistente di ricerca, non come un pilota automatico. Nel mercato del lavoro la tecnologia può velocizzare il processo; la credibilità, le competenze e le relazioni restano ancora affare tuo. Per un approccio diverso all’uso dell’AI nel lavoro, puoi anche leggere la guida su come usare Gemini Notebook (ex NotebookLM) nella ricerca del lavoro.

    Domande frequenti

    Perplexity è gratuito?

    Perplexity offre un piano gratuito con ricerche standard e accesso limitato ad alcune funzioni avanzate. Limiti e caratteristiche possono cambiare.

    Posso caricare il curriculum?

    Perplexity permette di allegare documenti in alcune modalità. Prima di caricare il CV è consigliabile rimuovere dati personali non necessari e consultare l’informativa sulla privacy di Perplexity.

    Può trovare offerte di lavoro?

    Può cercare e organizzare annunci pubblicati sul Web, ma non garantisce che siano ancora aperti. La disponibilità va verificata sulla fonte originale.

    Può riscrivere il curriculum?

    Può analizzarlo, confrontarlo con un annuncio e suggerire modifiche. Non deve aggiungere esperienze o competenze inesistenti.

    È meglio Perplexity o ChatGPT?

    Perplexity è particolarmente utile per ricerche online aggiornate e fonti; un chatbot generalista può essere più adatto a riscrittura e simulazioni. Sono complementari. Scopri come usarli insieme nella guida su trovare lavoro con ChatGPT e Gemini.

    Può sostituire un career coach?

    No. Può fornire informazioni e ipotesi, ma non conosce completamente la persona e il contesto. Le decisioni importanti richiedono valutazione umana.

     

    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

    /0 Commenti/da

    Intelligenza artificiale per commercianti: 10 idee concrete per usare Gemini [dal mio webinar per Edi Confcommercio]

    ,

    Il 18 giugno ho tenuto un webinar gratuito per Edi Confcommercio, il braccio formativo di Confcommercio, dedicato a Gemini, l’intelligenza artificiale di Google. In sala (virtuale) c’erano commercianti, artigiani, titolari di negozio. Persone con poco tempo, tante gatte da pelare e zero voglia di sentirsi dire “l’AI cambierà il mondo”. Volevano sapere una cosa sola: a cosa mi serve, concretamente, domani mattina? Questo articolo è la versione scritta di quello che ho condiviso. Dieci idee operative.

    Prima di cominciare: perché Gemini e non gli altri?

    Domanda lecita. La risposta è semplice. Gemini è gratuito, è integrato nell’ecosistema Google che già usi ogni giorno (Gmail, Drive, Docs, Maps), e negli ultimi mesi ha fatto un balzo impressionante: da 2,8 milioni di utenti ad aprile 2025 a 6 milioni a dicembre. Più 115% in otto mesi. Non è un fuoco di paglia.
    Ha anche alcune caratteristiche tecniche che lo rendono interessante rispetto alla concorrenza: una finestra di contesto enorme (128.000 token, cioè riesce a “tenere a mente” documenti lunghissimi), la capacità di analizzare video, la generazione di immagini integrata e i Gems, cioè assistenti personalizzati che puoi costruire tu. Ne parlerò al punto 10.

    1. Smettila di trattarlo come un motore di ricerca

    Il primo errore che vedo fare è questo: si apre Gemini, si scrive una domanda come se fosse Google, si legge la risposta e si chiude.

    Spreco totale.

    Gemini non è un motore di ricerca. È un interlocutore. Devi dialogarci. Fare domande di follow-up. Chiedere di approfondire un punto. Spingerlo a ragionare, non solo a rispondere.

    La differenza tra un prompt veloce e uno ragionato è enorme. Facciamo un esempio concreto.

    Prompt pigro: “Scrivi un’offerta commerciale.”

    Prompt da professionista: “Aiutami a creare un’offerta commerciale irresistibile per i miei servizi di [settore]. Analizza: i problemi più urgenti del cliente, le metriche che contano, le possibili obiezioni, gli elementi di differenziazione.”

    Stesso strumento. Input diverso. Output che non si comparano nemmeno.

    2. Attento alla sycophantic AI: Gemini ti dirà sempre di sì (se glielo permetti)

    Questo punto l’ho visto illuminare molte facce durante il webinar.

    La sycophantic AI è il fenomeno per cui l’intelligenza artificiale tende ad assecondarti sempre. Ti dice che la tua idea è ottima, che il tuo piano è eccellente, che il tuo testo è perfetto. Anche quando non lo è.

    È una forma di adulazione automatica, costruita per piacerti. Il problema è che se cerchi un parere critico e ti arriva solo conferma, stai sprechi una delle funzioni più preziose dello strumento.

    La soluzione è semplice: digli esplicitamente di smettere.

    Copia e incolla questo prompt all’inizio di ogni conversazione importante: “D’ora in poi, non limitarti ad assecondarmi. Se ti chiedo un parere, sii critico. Non devi essere uno yes-man.”

    Cambierà radicalmente la qualità delle risposte.

    3. Presentati a Gemini

    Gemini non sa chi sei. E se non lo sa, ti risponde come se fossi chiunque.

    Dedica cinque minuti a presentarti: il tuo settore, la tua città, la dimensione della tua attività, i tuoi clienti tipo, i tuoi obiettivi. Poi chiedigli cosa ha capito di te. Ti sorprenderà quanto riesce a elaborare.

    Questa personalizzazione trasforma ogni risposta successiva: più pertinente, più calibrata, più utile.

    4. Usa la modalità thinking per le decisioni difficili

    Gemini ha una modalità chiamata thinking (ragionamento avanzato): prima di risponderti, “pensa ad alta voce” e ragiona sul problema in modo strutturato. È particolarmente utile per decisioni complesse, analisi strategiche o quando hai bisogno di un punto di vista che vada oltre la risposta di default.

    Un esercizio che ho proposto al webinar, mutuato dal pre-mortem della psicologia cognitiva: descrivi un progetto a Gemini, poi chiedigli “Vai avanti nel tempo di un anno. Il progetto è fallito. Dimmi perché.”

    È un modo per identificare i punti deboli prima che diventino problemi reali. Costa niente, vale tanto.

    5. Analizza i siti web: il tuo e quello dei concorrenti

    Puoi incollare l’URL di un sito web e chiedere a Gemini di analizzarlo. Struttura, messaggi, punti deboli, posizionamento. Funziona.

    Ma la cosa più interessante è chiedere di mettere in relazione due siti web: il tuo e quello di un concorrente. Cosa fa meglio lui? Dove sei più forte tu? Cosa puoi copiare (legalmente, sia chiaro)? Dove c’è spazio per differenziarti?

    È un’analisi competitiva in dieci minuti che un consulente ti fattura in giorni.

    6. Carica il tuo Excel e chiedile di ragionare sui dati

    Hai un foglio Excel con le vendite degli ultimi due anni? Caricalo.

    Poi chiedi: “Analizza la struttura dei dati e identifica eventuali anomalie: valori mancanti, duplicati o formati incoerenti. Proponi una strategia di pulizia prima di procedere.”

    Dopodiché vai avanti: chiedi un’analisi, un grafico, una previsione per i prossimi sei mesi. Gemini sa leggere i dati, sa visualizzarli e sa individuare pattern che a occhio nudo non vedresti.

    Non serve essere analisti. Serve fare le domande giuste.

    7. Fai ricerca online con prompt strutturati: lead generation e OSINT

    Questa è la parte che ha fatto più rumore nel webinar.

    Gemini può fare ricerche online per te. Non solo risponderti con quello che sa: può cercare informazioni aggiornate sul web e restituirtele in formato tabella, report, elenco.

    Esempio per la lead generation: “Agisci come un esperto di lead generation. Cerca sul web attività del [settore] in [zona]. Mi servono almeno [numero] attività. Dammi una tabella con: nome, descrizione dei servizi, sito web, email di contatto, testo email per contattarli.”

    Esempio per la ricerca sui competitor: “Agisci come un esperto di intelligence competitiva. Conduci un’analisi approfondita dei miei 5 principali concorrenti nel settore [X]. Identifica punti di forza, debolezze, strategie di contenuto, prezzi e proposte di valore. Poi dimmi come posso superarli.”

    Per ricerche ancora più approfondite, Gemini ha una funzione dedicata chiamata Deep Research: costruisce un report strutturato su un argomento, citando le fonti. È lo strumento più potente per chi deve capire un mercato, un tema, una persona (nel rispetto della privacy e della legalità, ovviamente).

    8. Analizza i tuoi post social con il neuromarketing

    Hai uno screenshot di un post che hai pubblicato su Instagram o Facebook? Caricalo.

    Poi chiedi: “Analizza questo post in base a: chiarezza (punteggio da 1 a 10), impatto emotivo (punteggio da 1 a 10). Riscrivilo per ottenere un 10 su entrambe le metriche. Spiegami cosa hai cambiato e perché.”

    Se vuoi andare oltre, chiedi un’analisi dal punto di vista del neuromarketing: attenzione visiva, risposta emotiva, gerarchia delle informazioni. Gemini non è un neuroscienziato, ma sa applicare i principi del neuromarketing ai tuoi contenuti con una precisione sorprendente.

    9. Crea presentazioni, infografiche e dashboard

    Gemini genera immagini, costruisce infografiche, crea presentazioni e — grazie alla modalità Canvas — assembla dashboard visive direttamente nella chat.

    Un esempio pratico che ho mostrato al webinar: “Analizza [URL del mio sito] e le slide allegate. Crea 12 slide per presentare i miei servizi. Target: [tipo di cliente]. Stile: professionale con sfondo scuro. Inizia con una domanda accattivante. Chiudi con una call to action.”

    Il risultato non è sempre perfetto al primo colpo. Ma è un punto di partenza che ti risparmia ore di lavoro.

    10. Costruisci il tuo Gem: un assistente personalizzato per la tua attività

    I Gems sono forse la funzione meno conosciuta e più potente di Gemini.

    Puoi creare un assistente personalizzato con un nome, una personalità, delle istruzioni precise e una Knowledge Base: cioè documenti tuoi — listini, cataloghi, FAQ, politiche commerciali — che il Gem usa come base di conoscenza.

    Immagina di avere un assistente che risponde alle email dei clienti, redige preventivi e gestisce le domande frequenti usando esattamente le informazioni della tua attività. Non risposte generiche: risposte tue.

    Puoi anche condividere i Gems con il tuo team. O usarli per formare una persona nuova che entra in azienda.

    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

    /0 Commenti/da

    Meme e intelligenza artificiale: la mia intervista per un magazine dello IULM

    , ,

    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.

     

    /0 Commenti/da

    Prompt engineering: come si misura l’efficacia di un prompt?

    ,

    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

    /0 Commenti/da

    Come scoprire se ChatGPT cita il tuo sito (grazie a Google Analytics 4)

    , ,

    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:

    Arte a 360 gradi: 3 video YouTube da vedere con l’Oculus

    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

    /0 Commenti/da

    Step-Back Prompting: la tecnica Google per far ragionare l’AI con più contesto

    ,

    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

    /0 Commenti/da

    “L’AI licenzia tutti.” Sarà vero? Ho controllato i dati (e la realtà è più complicata)

    ,

    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?“

    /0 Commenti/da