Tag Archivio per: Google Gemini

Google sta preparando il trasloco dei Gem. Niente scatoloni, ma un nome nuovo e un cambiamento interessante: le skill AI, competenze riutilizzabili che si possono richiamare dentro una conversazione e combinare tra loro. La guida ufficiale di Google sulla transizione indica novembre 2026 per gli account personali, marzo 2027 per quelli Workspace aziendali e giugno 2027 per quelli Education. Al 30 settembre 2026, quindi, parlare di Gem già spariti sarebbe prematuro.

La scena che mi viene in mente è quella di Matrix: Neo riceve un programma di addestramento e scopre di conoscere il kung fu. Noi, più modestamente, vorremmo installare la capacità di compilare una nota spese senza passare il sabato a litigare con gli scontrini. Meno spettacolare, ma per un professionista altrettanto liberatorio.

L’analogia funziona, purché ci fermiamo prima degli occhiali da sole: installare una skill non modifica automaticamente i pesi del modello e non certifica una nuova competenza. Gli fornisce una procedura, materiali e talvolta codice da usare durante il lavoro. È come consegnare a un collaboratore un buon manuale operativo. Poi bisogna vedere come lo applica.

Che cosa sono le skill AI, in pratica

Una skill AI è un pacchetto riutilizzabile che descrive quando e come svolgere un compito. Nello standard aperto Agent Skills, il nucleo è un file chiamato SKILL.md, con nome, descrizione e istruzioni. La cartella può includere riferimenti, modelli e script. Il modello individua una procedura pertinente e la carica quando serve: questo caricamento progressivo evita di riversare sempre tutto il manuale nella conversazione.

Immaginate una skill “prepara proposta formativa”. Dentro trovate il criterio per capire quando usarla, le domande sui destinatari, una struttura del programma, la carta intestata e i controlli su durata e prezzo. A ogni nuova richiesta cambia il cliente; il metodo resta riconoscibile. Un po’ come il ricettario di famiglia, con il vantaggio che nessuno scrive “farina quanto basta” quando servono quantità precise.

La distinzione decisiva è questa: una skill conserva un modo di lavorare. Un file con il listino conserva informazioni. Un collegamento al gestionale consente azioni. Per costruire un processo completo possono servire tutti e tre.

Prompt, skill, assistente, agente e MCP: chi fa cosa

Componente Funzione Esempio professionale
Prompt Formula una richiesta nella conversazione. “Riassumi questi appunti.”
Skill Rende riutilizzabile una procedura specifica. Riepilogo del corso con esercizi e bozza di follow-up.
Assistente personalizzato Configura un interlocutore con istruzioni e materiali. Un assistente dedicato alla formazione aziendale.
Agente Coordina passaggi e strumenti per raggiungere un obiettivo. Raccoglie documenti, prepara la proposta e verifica i dati.
Connettore o server MCP Espone dati e strumenti esterni al sistema AI. Accesso autorizzato a file, calendario o CRM.
Plugin Distribuisce componenti riutilizzabili secondo la piattaforma. Un pacchetto con skill e integrazioni per un processo.

È una mappa operativa, non una tassonomia universale: i produttori usano nomi e confini differenti. La documentazione di Microsoft Copilot Studio separa istruzioni generali, conoscenza, strumenti e skill. Questa distinzione aiuta a evitare un equivoco frequente: scrivere nella skill “invia un WhatsApp” non crea da solo il collegamento a WhatsApp.

Con una metafora da cucina: il modello è il cuoco, la skill è la ricetta, gli strumenti sono fornelli e utensili, i dati sono gli ingredienti. Potete scrivere una ricetta meravigliosa per il risotto. Se manca il riso, il risultato sarà soprattutto creativo.

Le skill in Gemini: che cosa cambia rispetto ai Gem

La novità è passare dall’esperto che apri separatamente a procedure combinabili nella chat. Google descrive il richiamo con /, destinato a diventare @, l’attivazione automatica in base alla richiesta e la possibilità di usare più skill insieme. Attenzione ai limiti della transizione: la stessa guida segnala che alcune funzioni, tra cui Canvas e Deep Research, non sono ancora compatibili, mentre condivisione e collegamenti a Drive e Gemini Notebook sono annunciati per le settimane successive.

Come creare una skill in Gemini

La guida ufficiale alla creazione delle skill Gemini documenta questi passaggi:

  1. Accedi a Gemini con un account personale idoneo: la guida richiede almeno 18 anni e l’attività conservata attiva.
  2. Apri Impostazioni > Skills.
  3. Scegli la creazione con Gemini oppure quella manuale.
  4. Definisci nome, descrizione e istruzioni; puoi anche importare un file SKILL.md con materiali supportati.
  5. Provala in chat richiamandola esplicitamente, poi controlla se interviene correttamente anche senza richiamo.

Esempio: una skill “revisione-comunicazioni” controlla chiarezza, tono e informazioni mancanti; una seconda adatta il testo al canale. Le puoi combinare sullo stesso messaggio. La procedura attuale non consente agli script caricati di effettuare richieste a siti esterni: automatizzare un processo richiede anche strumenti effettivamente disponibili.

Le skill in ChatGPT e Codex: dal comando al metodo

La documentazione OpenAI su ChatGPT e Codex descrive le skill come formato per procedure riutilizzabili. Le skill autonome sono disponibili nell’app desktop ChatGPT, nella CLI e nell’estensione IDE di Codex; quelle distribuite tramite plugin sono disponibili anche in Chat e Work sul web e su mobile. Non bisogna quindi confondere una skill con un GPT personalizzato o presumere che ogni interfaccia mostri gli stessi comandi.

Come partire in ChatGPT Work

  1. Richiama @skill-creator e descrivi un’attività ricorrente.
  2. Spiega quando deve attivarsi e quali risultati deve produrre.
  3. Fornisci un esempio riuscito e i materiali necessari, evitando dati superflui.
  4. Definisci errori da intercettare e passaggi che richiedono revisione.
  5. Prova la procedura su casi diversi e correggi istruzioni ambigue.

In ChatGPT il richiamo esplicito usa @; nella CLI di Codex puoi usare /skills o menzionare una skill con $. La scelta automatica dipende soprattutto dalla descrizione. “Aiuta con i documenti” è vaga; “prepara un riepilogo di corso dagli appunti, con esercizi e bozza email” dà una direzione verificabile.

Per il mio lavoro, una buona candidata è il follow-up della formazione: stesso metodo, appunti differenti, destinatari differenti. La skill organizza la preparazione; l’invio della mail richiede accesso al servizio e autorizzazione. Il fattorino non compare perché abbiamo scritto il suo nome sulla busta.

Le skill in Claude: procedure caricate quando servono

La guida Anthropic alle skill di Claude descrive cartelle di istruzioni, script e risorse caricate dinamicamente. Il requisito indicato è l’esecuzione di codice abilitata. Esistono skill Anthropic per documenti e skill personalizzate; nelle organizzazioni possono essere distribuite dagli amministratori. Per cercarle, la guida indica Customize > Skills e il catalogo accessibile con “+” e “Browse skills”.

Prova pratica: prepara una skill che trasformi appunti di riunione in un verbale con decisioni, responsabili, scadenze e questioni aperte. Allega un modello e prescrivi di segnare come mancanti le informazioni assenti. Poi sottoponi appunti incompleti: il test interessante è verificare se Claude resiste alla tentazione di inventare una scadenza.

Un progetto raccoglie il contesto del lavoro; una skill descrive una procedura richiamabile. Un connettore MCP porta l’accesso a strumenti esterni. Potete usarli insieme, come spiega Anthropic, ma ciascuno risolve un problema diverso.

Questo video del canale ufficiale Anthropic chiarisce il funzionamento delle skill e il rapporto con MCP e altri componenti:

Le skill in Copilot: tre strade da distinguere

Dire “Copilot” è un po’ come dire “ho una Fiat”: per dare istruzioni serve sapere quale modello stiamo guidando. Nell’ecosistema Microsoft bisogna distinguere gli strumenti per sviluppatori, Copilot Studio e Microsoft 365 Copilot.

GitHub Copilot

Le skill per sviluppo possono codificare procedure come verifiche sul codice o convenzioni del team. La guida alle Agent Skills in Visual Studio è il riferimento per quel preciso ambiente. Un esempio è una procedura che controlla modifiche, esegue le verifiche previste dal progetto e segnala le anomalie. Va preparata e installata nell’ambiente compatibile, non incollata a caso nella chat di Word.

Copilot Studio

Per gli agenti e i workflow basati sul GitHub Copilot harness, Microsoft documenta tre modalità: caricare una skill esistente, crearla da zero oppure generarla con l’AI. La sequenza pratica è scegliere il processo, definire input e output, aggiungere la skill all’agente e testarla insieme ai suoi strumenti. Un caso utile è la preparazione di una richiesta d’acquisto: controllare i campi richiesti, segnalare dati mancanti e produrre una bozza conforme alla procedura aziendale.

Microsoft 365 Copilot

Microsoft documenta anche skill personalizzate negli agenti dichiarativi tramite Agents Toolkit, in anteprima. È un percorso di configurazione dell’agente, con manifest e pacchetto applicativo. Per un’azienda conviene verificare disponibilità nel tenant e supporto dell’amministrazione IT prima di progettare il flusso. L’esistenza della documentazione non implica un pulsante identico per tutti gli utenti.

Per approfondire la costruzione operativa, questo tutorial di Burke Holland mostra un esempio di skill e il rapporto con prompt e istruzioni:

Che cosa dice la ricerca: una biblioteca di competenze

Le skill di prodotto non sono tutte nate direttamente dai paper che seguono. Questi studi aiutano però a capire perché procedure riutilizzabili, strumenti e feedback siano interessanti.

Voyager: An Open-Ended Embodied Agent with Large Language Models, di Guanzhi Wang e colleghi, studia un agente in Minecraft che costruisce una biblioteca di abilità in codice, recuperabili e combinabili. L’esperimento usa feedback e verifiche iterative senza richiedere il fine-tuning dei parametri del modello. L’analogia con Neo qui si fa divertente: le competenze servono a esplorare un mondo di blocchi. Questo risultato non dimostra che una skill aziendale funzioni altrettanto bene con fatture o procedure amministrative.

ReAct: Synergizing Reasoning and Acting in Language Models, di Shunyu Yao e colleghi, esplora l’alternanza tra ragionamento e azioni, con osservazioni dall’ambiente. È un riferimento per comprendere il lavoro degli agenti: il risultato di uno strumento può orientare il passo successivo. La mia traduzione per l’ufficio è semplice: controllare il documento prima di continuare è meglio che costruire cinque passaggi sopra un dato mai verificato.

Reflexion: Language Agents with Verbal Reinforcement Learning, di Noah Shinn e colleghi, studia agenti che utilizzano feedback e riflessioni testuali conservate in memoria per migliorare i tentativi successivi. È apprendimento nel processo, senza aggiornare i pesi del modello. La lezione operativa che ne ricavo è conservare gli errori utili e convertirli in controlli. Ripetere un errore in automatico resta un errore, anche quando lo chiamiamo workflow.

Una skill pronta da progettare: il follow-up di un corso

Nei miei corsi sull’intelligenza artificiale generativa, il passaggio più utile è portare questi concetti su un’attività reale. Ecco una specifica di esempio: è una proposta da testare, non una promessa di funzionamento identico su tutte le piattaforme.

Nome: follow-up-corso
Attivazione: quando ricevi appunti di un corso e viene chiesto il follow-up.
Input: appunti, pubblico, obiettivi, durata, materiali disponibili.
Procedura:
1. Individua i temi effettivamente trattati.
2. Separa quanto discusso dalle proposte per il futuro.
3. Scrivi un riepilogo chiaro e cinque esercizi pertinenti.
4. Prepara una bozza email amichevole.
5. Controlla nomi, date, link e informazioni mancanti.
Limiti: non inventare materiali, promesse o citazioni.
Output: riepilogo, esercizi, bozza email, punti da verificare.
Azioni esterne: prepara soltanto; chiedi autorizzazione per l'invio.

Per trasformarla in un pacchetto Agent Skills bisogna aggiungere i metadati richiesti in SKILL.md, la descrizione del campo d’uso e gli eventuali modelli. Una skill semplice può contenere soltanto istruzioni: non occorre cominciare programmando.

Come verificare una skill prima di affidarle il lavoro

  1. Un caso normale: informazioni complete e risultato atteso definito.
  2. Un caso incompleto: mancano dati che il sistema deve segnalare.
  3. Un caso fuori ambito: la skill dovrebbe restare inattiva.
  4. Un caso contraddittorio: due documenti riportano valori differenti.
  5. Un caso con conseguenze esterne: controlla che preparazione e invio siano distinti.

Misurate correzioni necessarie, completezza e tempo di revisione. Guardate dentro una skill prima di installarla, soprattutto se contiene script o richieste di accesso. E se la trasferite tra piattaforme, ripetete i test: lo standard facilita il riuso del formato, mentre strumenti, permessi e comportamento possono cambiare.

Le domande pratiche sulle skill AI

Serve saper programmare?

Per una skill basata su istruzioni e modelli puoi partire dal linguaggio naturale e dal Markdown. Gli script servono quando il processo richiede elaborazioni che li rendono utili.

Una skill può leggere email e inviare messaggi?

Può descrivere quella procedura. Per eseguirla servono un’integrazione disponibile, accessi autorizzati e regole sulle azioni esterne. Il testo della skill da solo non concede permessi.

Le skill sostituiscono tutti gli assistenti personalizzati?

Le piattaforme fanno scelte diverse. Google ha annunciato una specifica migrazione dei Gem; da questo non deriva una sostituzione universale di GPT, progetti o agenti.

Installare una skill rende l’AI esperta?

Le fornisce un metodo e risorse. L’affidabilità va verificata sul compito concreto: il nome “esperto” non sostituisce una prova.

Il kung fu dell’ufficio si chiama metodo

Se potessi installare una competenza alla Neo, sceglierei quella di trovare al primo tentativo l’allegato giusto. Subito dopo, la capacità di trasformare una procedura spiegata dieci volte in un metodo condiviso.

È qui che vedo il valore delle skill: rendere esplicito il modo in cui lavoriamo bene. Scegliete un’attività ricorrente, scrivete i criteri, mostrate esempi e controllate gli errori. Prima una skill che funziona, poi la biblioteca. Altrimenti il kung fu resta sul display e gli scontrini restano sulla scrivania.

Funzionalità e percorsi verificati il 30 settembre 2026 sulle fonti ufficiali collegate. Disponibilità e interfacce possono variare per account e organizzazione.

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

Google usa l’AI nell’arte per esplorare collezioni, collegare opere, trasformare fotografie, generare suoni e movimenti e costruire nuove esperienze di visita. Il punto di partenza di questa esplorazione è Google Arts & Culture, dove convivono progetti con musei, artisti e ricercatori. Pensare soltanto al chatbot che disegna significa perdersi buona parte della mostra. Ho selezionato undici esempi dalle pagine ufficiali, verificati il 10 settembre 2026: alcuni impiegano l’AI generativa, altri il machine learning per riconoscere relazioni o controllare un’esperienza. Per ciascuno, la domanda che mi interessa è concreta: che cosa permette di fare a una persona?

Avatar di Gianluigi Bonanomi in un museo: come Google usa l’AI nell’arte
Illustrazione originale generata con AI per questo articolo.

Art Transfer: la fotografia diventa un esercizio di stile

Con Art Transfer una fotografia viene rielaborata prendendo ispirazione da artisti come Van Gogh e Kandinsky. La pagina ufficiale rimanda all’app Google Arts & Culture e al pulsante della fotocamera. Il risultato offre un punto di partenza molto immediato per parlare di linguaggio visivo: come cambiano la percezione del soggetto, l’atmosfera e l’equilibrio dei colori? In un laboratorio proporrei di partire tutti dalla stessa foto di una piazza e confrontare le trasformazioni. Chiederei poi di descrivere tre differenze osservabili, evitando il comodissimo «questa è più bella». L’attività può allenare lo sguardo e il vocabolario. Una trasformazione riuscita, però, non dimostra che abbiamo compreso la poetica dell’artista: per quella bisogna tornare alle opere e al loro contesto.

Immagine ufficiale di Art Transfer, per trasformare fotografie ispirandosi agli artisti
Immagine di presentazione di Art Transfer. Fonte: Google Arts & Culture e partner del progetto.

Art Aura: Gemini cerca connessioni nella collezione del Met

Fra i progetti più recenti c’è Art Aura, presentato il 14 luglio 2026 e realizzato con il Metropolitan Museum of Art di New York. Si esplora la collezione trascinando opere, parole, frasi o stili in un’area di scoperta: Gemini individua collegamenti tematici fra oggetti di diversi dipartimenti. L’esperienza costruisce anche un ritratto delle preferenze artistiche emerse durante l’esplorazione. Qui l’AI serve soprattutto a proporre percorsi dentro un patrimonio esistente. Immagina di cercare rappresentazioni della solitudine oppure relazioni fra natura e città: sono esempi di piste possibili, da verificare nelle opere suggerite. Da formatore, chiederei ai partecipanti di motivare quali connessioni trovano convincenti. L’algoritmo propone l’accostamento; il visitatore può discuterlo. È lì che una raccomandazione diventa un’occasione di apprendimento.

Art Aura, il progetto di Google Arts & Culture e Metropolitan Museum of Art con Gemini
Immagine di presentazione di Art Aura. Fonte: Google Arts & Culture e partner del progetto.

Talking Tours: l’AI racconta ciò che stai guardando

Talking Tours, sviluppato con l’artista Gaël Hugo, collega Street View alla narrazione audio. Secondo la descrizione tecnica di Google, Gemini analizza l’immagine insieme al nome del luogo e alle coordinate geografiche, prepara un testo e lo passa a un modello audio che produce la spiegazione. Il visitatore sceglie un luogo fra quelli disponibili, esplora la vista e attiva il racconto; una funzione propone anche domande collegate alla scena. Mi interessa l’idea di una visita che parte dall’inquadratura scelta dall’utente. Per una biblioteca o un museo sarebbe uno spunto da studiare per progettare percorsi diversi. Userei però le spiegazioni generate come materiale da confrontare con le schede dell’istituzione: la fluidità della voce, da sola, non certifica l’esattezza di una data o di un’attribuzione.

Talking Tours, visite culturali in Street View accompagnate da audio generato con AI
Immagine di presentazione di Talking Tours. Fonte: Google Arts & Culture e partner del progetto.

Moving Paintings: Veo anima i dettagli dei dipinti

Nel progetto Moving Paintings con il Fukuda Art Museum, pubblicato nel settembre 2025, alcuni dettagli di una selezione di dipinti prendono movimento grazie a Veo. C’è una scelta editoriale che merita attenzione: il commento è scritto da Ayako Takemoto, vicedirettrice del museo, mentre Gemini lo trasforma in voce tramite sintesi vocale. La tecnologia interviene quindi in passaggi diversi, con un contributo curatoriale identificabile. Per me è un buon caso da discutere con chi comunica la cultura: l’animazione può invitare a osservare un particolare, purché sia riconoscibile come rielaborazione contemporanea. Non va presentata come un movimento realmente dipinto dall’autore o come un restauro. Proporrei di confrontare l’immagine originale e l’animazione, chiedendo quali dettagli diventano più evidenti e quali interpretazioni vengono aggiunte.

Moving Paintings del Fukuda Art Museum, dettagli di dipinti animati con Veo
Immagine di presentazione di Moving paintings × Fukuda Art Museum. Fonte: Google Arts & Culture e partner del progetto.

Leonardo: il machine learning collega i disegni dei codici

Con Inside A Genius Mind, Google Arts & Culture esplora i codici di Leonardo da Vinci insieme a Martin Kemp, Nexus Studios e Martial Geoffre-Rouland. Il machine learning mette in relazione i disegni e aiuta a costruire percorsi tematici fra pagine e argomenti diversi. La descrizione del progetto cita, per esempio, gli accostamenti fra studi sull’acqua, piante e riccioli di capelli. Qui il valore emerge dall’organizzazione di un archivio: rendere osservabili relazioni che un lettore potrebbe non incontrare sfogliando i volumi in sequenza. È un esempio utile anche per chi lavora con documenti aziendali e materiali formativi. Il suggerimento di una somiglianza deve però aprire una domanda: quale significato ha? La spiegazione storica richiede il lavoro degli studiosi e un confronto con le fonti.

Inside A Genius Mind, esplorazione dei codici e dei disegni di Leonardo da Vinci
Immagine di presentazione di Inside A Genius Mind. Fonte: Google Arts & Culture e partner del progetto.

Blob Opera: quattro creature per capire la musica generativa

Blob Opera, di David Li con Google Arts & Culture, mette a disposizione quattro voci operistiche controllate attraverso creature elastiche. Trascinandole si modificano l’altezza del suono e le vocali, mentre il sistema armonizza le altre voci in tempo reale. Google spiega che il modello è stato addestrato sulle registrazioni di quattro cantanti: ciò che ascoltiamo è la sua sintesi del canto operistico. Bastano pochi gesti per ottenere un risultato musicale, senza saper leggere uno spartito. In aula lo userei per separare tre contributi: i cantanti che hanno fornito il materiale, il modello e la persona che dirige l’esperienza. Il fatto che il cantante abbia l’aspetto di un budino non rende meno interessante la domanda su chi abbia deciso che cosa ascoltiamo.

Le quattro creature vocali di Blob Opera, esperimento musicale di David Li e Google
Immagine di presentazione di Blob Opera. Fonte: Google Arts & Culture e partner del progetto.

Instrument Playground: dal prompt alla materia sonora

Instrument Playground, creato da Simon Doury, permette di generare e manipolare suoni ispirati a strumenti musicali di diverse culture. Nella descrizione ufficiale consultata, Google indica Lyria come modello per produrre un breve campione; si possono specificare uno strumento e un aggettivo che orienti il risultato. Poi l’utente lavora sul materiale sonoro attraverso diverse modalità e un sequencer. L’aspetto didattico è il passaggio dalla richiesta all’intervento: ascoltare, scegliere e modificare rimangono attività significative. Proporrei di confrontare tre campioni ispirati allo stesso strumento con intenzioni emotive differenti. Attenzione alla parola «ispirati»: un suono generato non è una registrazione documentaria e non basta per conoscere come quello strumento venga suonato nella sua tradizione. Per questo lo affiancherei all’ascolto di musicisti reali.

Instrument Playground, strumento Google per generare e comporre con campioni sonori
Immagine di presentazione di Instrument Playground. Fonte: Google Arts & Culture e partner del progetto.

AISOMA: l’AI entra nel processo del coreografo

L’arte comprende anche il corpo. AISOMA nasce dalla collaborazione con il coreografo Wayne McGregor: lo strumento analizza un breve movimento e suggerisce nuove sequenze basate sul suo archivio coreografico. Google documenta una prima collaborazione nel 2019 e una versione aggiornata resa disponibile online nel 2025. Il processo descritto è circolare: il danzatore propone, il sistema restituisce una frase di movimento, il danzatore la reinterpreta. È un modo concreto di usare l’AI come interlocutore creativo. La proposta non chiude il lavoro: provoca una risposta. Trasferirei questo principio anche alla scrittura o alla progettazione, chiedendo al modello una variazione da trasformare ulteriormente. È una domanda che ho affrontato anche parlando del Versificatore di Primo Levi e del lavoro creativo: quali decisioni desideriamo continuare a prendere personalmente?

AISOMA di Wayne McGregor, sperimentazione coreografica con Google AI
Immagine di presentazione di Wayne McGregor’s AISOMA. Fonte: Google Arts & Culture e partner del progetto.

Play a Kandinsky: esplorare i colori attraverso il suono

Play a Kandinsky propone di esplorare Giallo-Rosso-Blu come un’esperienza musicale. Il progetto nasce con il Centre Pompidou e gli artisti sonori Antoine Bertin e NSDOS; Google descrive l’impiego di un modello di machine learning di Magenta, ispirandosi agli scritti del pittore sulle associazioni fra colori, forme e suoni. Il visitatore può ascoltare ed elaborare un proprio mix. È una traduzione progettata a partire da quelle idee, non una registrazione di ciò che Kandinsky sentiva nella propria mente. Mi sembra un caso efficace per discutere la comunicazione multimodale: che cosa succede quando lo stesso contenuto passa dall’immagine all’audio? In aula farei descrivere prima il dipinto senza musica e poi dopo l’ascolto, confrontando le parole e le emozioni scelte.

Play a Kandinsky, esperienza che collega il dipinto Giallo-Rosso-Blu a suoni e musica
Immagine di presentazione di Play a Kandinsky. Fonte: Google Arts & Culture e partner del progetto.

Say What You See: un laboratorio di prompt engineering visivo

Fra questi esperimenti, Say What You See è quello che porterei subito in un corso sul prompting. Il gioco di Jack Wild mostra un’immagine generata e chiede di descriverla: il testo produce una nuova immagine, valutata rispetto al riferimento. La pagina ufficiale indica tre tentativi per immagine e suggerimenti per migliorare la descrizione. Proporrei un laboratorio di quindici minuti: prima una richiesta spontanea, poi una revisione che espliciti soggetto, composizione, luce e stile, infine il confronto fra i risultati. La domanda finale sarebbe: quale dettaglio osservato meglio ha migliorato il prompt? Questa attività completa bene le risorse dei miei corsi su ChatGPT. Il punteggio misura l’obiettivo del gioco, cioè la somiglianza richiesta; non assegna una pagella al talento artistico dei partecipanti.

Say What You See, gioco di Google Arts & Culture per esercitarsi con i prompt visivi
Immagine di presentazione di Say What You See. Fonte: Google Arts & Culture e partner del progetto.

Google, AI e arte: che cosa insegna Odd One Out

In Odd One Out bisogna individuare immagini generate con l’AI fra opere e oggetti di Google Arts & Culture. Lo userei per aprire una discussione sulla provenienza delle immagini, evitando di trasformarlo nella promessa di riconoscere ogni falso a colpo d’occhio. Da questi undici progetti ricavo un criterio pratico per valutare l’incontro fra Google, AI e arte: chiedere sempre quale materiale entra, quale trasformazione viene applicata e chi firma l’interpretazione. Per musei, docenti e comunicatori aggiungerei tre domande: quali fonti sostengono il racconto, quali diritti accompagnano i materiali e come viene dichiarata la parte generata? Le pagine presentano esperimenti e la disponibilità può cambiare. Il risultato che cercherei è un pubblico più curioso e capace di fare domande, anche dopo aver chiuso la schermata.

Odd One Out, gioco che invita a distinguere immagini generate con AI da opere delle collezioni
Immagine di presentazione di Odd One Out. Fonte: Google Arts & Culture e partner del progetto.
Avatar di Gianluigi Bonanomi durante un laboratorio su creatività e intelligenza artificiale
Illustrazione concettuale generata con AI: un laboratorio su immagini, musica e prompting.

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

Pianificare un viaggio richiede tempo, ricerche e organizzazione. Ma cosa succederebbe se potessi trasformare automaticamente un semplice file con l’elenco delle tappe in una mappa interattiva su Google Maps? È esattamente quello che permette di fare la nuova integrazione tra Google Gemini e Google Maps, un connubio che apre scenari pratici e concreti sia per il tempo libero che per il lavoro. Gianluigi Bonanomi lo spiega passo dopo passo nel video dedicato a questo tema.

Google Maps e Gemini: una sinergia intelligente per la pianificazione dei viaggi

La crescente integrazione dell’intelligenza artificiale di Google all’interno dei suoi servizi sta rivoluzionando il modo in cui utilizziamo strumenti già noti. Google Gemini non opera più come assistente isolato: oggi può interagire direttamente con Google Maps, non solo tramite l’app ma anche importando dati provenienti da file esterni come fogli di calcolo Google Sheets o documenti Google Docs.

Questo significa che è possibile preparare un elenco di luoghi, indirizzi o tappe in un foglio Google, chiedere a Gemini di elaborarlo e ottenere in pochi secondi una mappa geolocalizzata e navigabile direttamente su Google Maps. Un risparmio enorme di tempo e un’organizzazione visiva immediata che cambia concretamente l’approccio alla pianificazione.

Come funziona: dall’elenco alla mappa in pochi passaggi

Il flusso di lavoro mostrato nel video è sorprendentemente semplice. Si parte da un file — per esempio un foglio Google contenente luoghi di interesse, hotel, ristoranti o indirizzi da visitare durante un viaggio — e si chiede a Gemini di importare queste informazioni per costruire un itinerario geolocalizzato.

Gemini analizza i dati, li abbina alle coordinate geografiche e li proietta su Google Maps, creando una mappa personalizzata con tutte le tappe ordinate e visualizzabili. Il risultato è un itinerario di viaggio automatico, consultabile e condivisibile, senza dover inserire ogni singolo indirizzo a mano.

Questa funzionalità risulta particolarmente utile in diversi contesti:

  • Viaggi turistici: organizzare le mete di un tour europeo o di un weekend fuori porta in modo visivo e immediato.
  • Viaggi di lavoro: pianificare visite a clienti, sopralluoghi o meeting distribuiti sul territorio.
  • Logistica e consegne: ottimizzare percorsi con più fermate senza calcoli manuali.
  • Organizzazione eventi: mappare venue, fornitori e location su un’unica mappa condivisibile con il team.

Il video di Gianluigi Bonanomi: una guida pratica all’ecosistema Google AI

Nel suo video, Gianluigi Bonanomi — divulgatore italiano specializzato in intelligenza artificiale generativa e strumenti digitali — mostra con un esempio concreto come sfruttare questa integrazione. Il focus è sulla praticità: non si tratta di teoria, ma di un workflow replicabile da chiunque abbia un account Google.

Il video fa parte di una serie di videopillole pratiche dedicate all’intelligenza artificiale applicata alla vita quotidiana e professionale, pensate per chi vuole usare l’AI in modo efficace senza necessariamente avere competenze tecniche avanzate.

Perché questa funzione è importante nel 2026

Siamo in un momento in cui l’AI non è più un esperimento: è uno strumento integrato nei prodotti che usiamo tutti i giorni. Google sta accelerando l’embedding di Gemini nei suoi servizi — Gmail, Drive, Docs, Maps — e capire come sfruttare queste integrazioni fa la differenza tra usare uno strumento al 10% o al 100% delle sue possibilità.

La capacità di importare dati da file esterni per creare mappe automatiche è solo uno degli esempi di come l’intelligenza artificiale stia diventando il “collante” tra le diverse applicazioni dell’ecosistema Google. Chi impara oggi a usare questi flussi di lavoro sarà nettamente avvantaggiato domani, sia in ambito personale che professionale.

Come iniziare: requisiti e accesso

Per utilizzare questa funzionalità è necessario avere accesso a Google Gemini (disponibile con account Google, in versione base gratuita o con Gemini Advanced per funzioni più potenti) e un account Google collegato a Google Maps. I file da importare possono essere Google Sheets o altri formati compatibili.

Non è richiesta alcuna competenza di programmazione: l’interazione con Gemini avviene in linguaggio naturale, semplicemente descrivendo cosa si vuole ottenere.

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

Il primo marzo 2024 ho tenuto un webinar per Edulia di Treccani su Google Gemini. Ecco la registrazione integrale dell’evento (comprese le moltissime domande che mi sono arrivate):

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

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

Inviaci email