Tag Archivio per: produttività

Gemini Notebook legge documenti e immagini: 10 incroci utili per lavorare meglio

, , ,

Per mesi abbiamo usato NotebookLM soprattutto così: carichiamo un PDF, chiediamo un riassunto e ci sentiamo già molto produttivi.

È utile, certo. Ma è anche un modo piuttosto limitato di usare lo strumento.

Il vero salto avviene quando non gli affidiamo una sola fonte, ma materiali diversi: un documento e una fotografia, un contratto e una planimetria, una presentazione e i relativi grafici, un report tecnico e le immagini scattate durante un sopralluogo.

A quel punto l’intelligenza artificiale non deve semplicemente riassumere. Deve incrociare le fonti, individuare corrispondenze, segnalare differenze e costruire una lettura unitaria.

Dal 16 luglio 2026, tra l’altro, NotebookLM ha ufficialmente cambiato nome ed è diventato Gemini Notebook. Google lo presenta come lo stesso prodotto autonomo, ma maggiormente integrato nell’ecosistema Gemini e nei servizi dell’azienda (fonte: blog.google).

Che cosa può leggere Gemini Notebook?

Gemini Notebook è un assistente di ricerca basato sulle fonti selezionate dall’utente. Può lavorare su testi, grafici, immagini e audio, restituendo risposte corredate da citazioni che permettono di risalire ai materiali utilizzati (fonte: Google Aiuto).

Tra i formati supportati troviamo:

  • PDF, Word, PowerPoint, CSV, Markdown ed ePub;
  • Google Docs, Presentazioni e Fogli;
  • file audio;
  • pagine Web;
  • video pubblici di YouTube con trascrizione;
  • immagini in formati come JPG, PNG, WebP, TIFF e HEIC (fonte: Google Aiuto).

Una precisazione importante: quando inseriamo l’indirizzo di una pagina Web, Gemini Notebook acquisisce principalmente il testo HTML. Le immagini presenti nella pagina non vengono automaticamente importate come fonti visuali. Per analizzarle conviene scaricarle, quando ne abbiamo il diritto, e caricarle separatamente.

Ecco dieci incroci che possono trasformare Gemini Notebook da riassuntore di PDF a vero assistente documentale.

1. Manuali tecnici e schemi

Immaginiamo di avere il manuale di una macchina industriale e alcune immagini con lo schema dei componenti.

Gemini Notebook può collegare le istruzioni scritte agli elementi rappresentati nel disegno, aiutandoci a capire:

  • quale componente viene citato in un determinato passaggio;
  • dove si trova fisicamente;
  • quale sequenza operativa seguire;
  • se lo schema appare coerente con le istruzioni;
  • quali avvertenze riguardano quella specifica parte.

È particolarmente utile quando un manuale usa sigle come “modulo A7” o “valvola V12”, mentre lo schema mostra decine di elementi quasi identici.

Prompt di esempio

Analizza il manuale tecnico e lo schema allegato. Individua nello schema tutti i componenti citati nella procedura di manutenzione descritta alle pagine 20-25. Crea una sequenza passo-passo. Per ogni passaggio indica il componente, la fonte, la pagina e gli eventuali dubbi. Non inventare collegamenti non verificabili.

Non sostituisce il tecnico qualificato, ma può ridurre parecchio il tempo perso a saltare continuamente dal testo al disegno.

2. Contratti e planimetrie

Un contratto di locazione, un capitolato o un regolamento possono contenere riferimenti a stanze, aree comuni, confini, pertinenze e destinazioni d’uso.

La planimetria mostra gli spazi. Il contratto stabilisce gli obblighi.

Incrociando le due fonti possiamo chiedere a Gemini Notebook di:

  • associare le clausole alle aree rappresentate;
  • distinguere spazi privati e comuni;
  • trovare obblighi di manutenzione collegati a locali specifici;
  • evidenziare zone presenti nella planimetria ma non citate nel contratto;
  • segnalare descrizioni potenzialmente ambigue.

Prompt di esempio

Confronta il contratto con la planimetria. Crea una tabella con: area, clausole collegate, obblighi del locatore, obblighi del conduttore, eventuali incongruenze e informazioni mancanti. Se una corrispondenza è soltanto probabile, dichiaralo esplicitamente.

Il risultato è una mappa di orientamento, non un parere legale. Le interpretazioni contrattuali devono essere verificate da un professionista.

3. Fatture e fotografie dei prodotti

Una fattura sostiene che sono stati consegnati dieci prodotti di un certo modello. Le fotografie mostrano ciò che è realmente arrivato.

Gemini Notebook può aiutare a confrontare:

  • descrizione e aspetto del prodotto;
  • modello, colore e confezione;
  • quantità documentata e quantità visibile;
  • accessori dichiarati;
  • eventuali codici o numeri di serie leggibili;
  • differenze tra quanto fatturato e quanto fotografato.

Prompt di esempio

Confronta le righe della fattura con i prodotti visibili nelle fotografie. Per ogni riga indica se esiste una corrispondenza visiva, quali elementi la supportano e quali non possono essere verificati. Non considerare l’aspetto esteriore una prova definitiva di autenticità.

È un ottimo primo controllo. Non è invece uno strumento forense per certificare l’originalità di un prodotto.

4. Report di sopralluogo e fotografie del cantiere

Questo è uno dei casi più interessanti per tecnici, aziende edili, amministratori di condominio e responsabili della sicurezza.

Carichiamo:

  1. il report del sopralluogo;
  2. le fotografie del cantiere;
  3. eventualmente il capitolato o il cronoprogramma.

Gemini Notebook può costruire una matrice con:

  • problema segnalato;
  • immagine associata;
  • posizione;
  • livello di urgenza indicato nel report;
  • intervento previsto;
  • prove mancanti;
  • possibili contraddizioni tra testo e fotografie.

Prompt di esempio

Associa ogni criticità citata nel report alle fotografie pertinenti. Crea una tabella con descrizione, posizione, fotografia, intervento richiesto, priorità dichiarata e informazioni da verificare. Non stimare autonomamente la sicurezza strutturale.

Sul mio sito ho già raccolto diversi esempi di utilizzo dell’intelligenza artificiale nei cantieri, tra capitolati, progetti e controlli documentali.

5. Curriculum e certificati

Il curriculum racconta le competenze. I certificati dovrebbero documentarne almeno alcune.

Gemini Notebook può confrontare le due fonti per individuare:

  • certificazioni citate nel CV ma non documentate;
  • date di rilascio e scadenza;
  • enti certificatori;
  • corsi apparentemente duplicati;
  • competenze dichiarate senza evidenze allegate;
  • attestati non menzionati nel curriculum.

Prompt di esempio

Confronta il curriculum con gli attestati allegati. Non esprimere giudizi sulla persona. Elenca soltanto le competenze documentate, quelle dichiarate ma non documentate, le date di validità e gli elementi che richiedono verifica umana.

Questo utilizzo richiede particolare attenzione a privacy, minimizzazione dei dati e possibili discriminazioni. Non si dovrebbe chiedere all’AI di stabilire chi “merita” un lavoro partendo da una fotografia o da caratteristiche personali.

6. Presentazioni e grafici

Una slide può affermare che “le vendite sono esplose”. Il grafico potrebbe raccontare una storia un po’ meno entusiasmante.

Incrociando testo e visualizzazioni possiamo verificare:

  • se il titolo della slide riflette davvero i dati;
  • se gli assi partono da zero;
  • se vengono confrontati periodi equivalenti;
  • se le percentuali hanno una base chiara;
  • se mancano fonti;
  • se alcuni dati importanti sono stati esclusi dalla narrazione.

Prompt di esempio

Analizza le affermazioni contenute nella presentazione e confrontale con i grafici. Per ogni affermazione indica: dato che la supporta, fonte, eventuali limiti, possibili interpretazioni alternative e informazioni mancanti.

Gemini Notebook può anche trasformare le fonti in presentazioni, report e altri artefatti. Google precisa però che i contenuti generati possono includere inesattezze visive o fattuali (fonte: blog.google).

7. Regolamenti e infografiche

Molte organizzazioni trasformano regolamenti complessi in infografiche da distribuire a dipendenti, cittadini o clienti.

L’infografica deve essere semplice. Il rischio è che diventi troppo semplice.

Gemini Notebook può confrontare il documento originale con la sintesi grafica per trovare:

  • eccezioni eliminate;
  • scadenze errate;
  • obblighi presentati come facoltativi;
  • indicazioni prive di contesto;
  • semplificazioni potenzialmente fuorvianti.

Prompt di esempio

Verifica se l’infografica rappresenta correttamente il regolamento. Individua omissioni, semplificazioni e affermazioni che potrebbero generare equivoci. Cita per ogni osservazione il punto preciso del regolamento.

È un uso molto concreto per Pubbliche Amministrazioni, associazioni, scuole e uffici delle risorse umane.

8. Ricerche di mercato e immagini dei prodotti

Una ricerca di mercato parla di posizionamento, target, prezzo, differenziazione e comportamento dei concorrenti.

Le immagini dei prodotti mostrano come quei concetti si traducono nella realtà.

Possiamo chiedere a Gemini Notebook di confrontare:

  • promessa del marchio e confezione;
  • target dichiarato e linguaggio visuale;
  • posizionamento premium e qualità percepita;
  • claim presenti sul prodotto;
  • colori, simboli e informazioni in evidenza;
  • differenze tra concorrenti.

Prompt di esempio

Incrocia le conclusioni della ricerca di mercato con le immagini dei prodotti. Analizza soltanto elementi visibili e informazioni presenti nelle fonti. Distingui chiaramente tra osservazioni oggettive e interpretazioni di marketing.

Questo può diventare il punto di partenza per un’analisi del packaging, una presentazione commerciale o un workshop sul posizionamento.

9. Casi clinici e immagini mediche

È l’esempio che richiede più prudenza.

Gemini Notebook può essere usato per organizzare materiali clinici, confrontare un referto con la documentazione allegata, estrarre domande da rivolgere allo specialista o individuare differenze terminologiche tra più documenti.

Non dovrebbe invece essere usato per formulare diagnosi autonome o decidere terapie.

Un prompt prudente potrebbe essere:

Organizza le informazioni presenti nel caso clinico e nei referti. Non formulare diagnosi e non interpretare autonomamente le immagini mediche. Evidenzia eventuali differenze tra i documenti, termini da chiarire e domande da sottoporre allo specialista.

Google stessa ricorda che Gemini Notebook può commettere errori e invita a consultare professionisti qualificati per questioni mediche, legali o finanziarie (fonte: Google Aiuto).

10. Articoli di giornale e fotografie

Un articolo descrive un evento. Le fotografie ne mostrano soltanto una porzione, scelta da chi ha scattato o selezionato l’immagine.

Incrociare le due fonti può servire per:

  • verificare se la didascalia corrisponde a ciò che è visibile;
  • ricostruire la sequenza temporale;
  • distinguere fatti riportati e interpretazioni;
  • individuare oggetti, cartelli e luoghi citati nel testo;
  • confrontare versioni diverse dello stesso evento;
  • segnalare elementi presenti nella foto ma ignorati dall’articolo.

Prompt di esempio

Confronta il contenuto dell’articolo con le fotografie. Elenca soltanto gli elementi direttamente verificabili. Non identificare persone basandoti esclusivamente sul volto e non dedurre intenzioni o responsabilità dalle immagini.

È un esercizio molto utile anche in un corso di educazione ai media: l’immagine sembra una prova oggettiva, ma anch’essa è una selezione della realtà.

Il prompt universale per incrociare documenti e immagini

Per ottenere risultati utili non basta scrivere: “Analizza questi file”.

Meglio fornire un metodo.

Agisci come analista documentale.
Esamina tutte le fonti selezionate, comprese immagini, documenti, tabelle e grafici.
Obiettivo: [descrivi il risultato che ti serve].
Per ogni osservazione:

  1. indica la fonte;
  2. cita la pagina, la sezione o l’immagine;
  3. separa i fatti dalle interpretazioni;
  4. segnala informazioni mancanti o illeggibili;
  5. non inventare corrispondenze;
  6. usa la dicitura “non verificabile” quando le fonti non sono sufficienti.

Presenta il risultato in una tabella con le colonne: elemento, fonte testuale, fonte visuale, corrispondenza, anomalia, livello di certezza e verifica umana richiesta.

Il passaggio decisivo è l’ultimo: obbligare l’AI a dichiarare ciò che non sa.

Tre limiti da non dimenticare

La qualità delle immagini conta

Una fotografia sfocata, tagliata o scattata da un’angolazione sbagliata produce inevitabilmente un’analisi più debole. Lo stesso vale per scansioni storte, tabelle minuscole e schemi privi di legenda.

Le citazioni aiutano, ma non certificano la verità

Gemini Notebook usa citazioni testuali e visuali per mostrare da dove proviene una risposta. Questo rende il controllo più semplice, ma non trasforma automaticamente ogni interpretazione in un fatto corretto (fonte: Google Aiuto).

I dati sensibili non vanno caricati con leggerezza

Prima di inserire contratti, documenti sanitari, dati personali o informazioni aziendali riservate, bisogna verificare il tipo di account, le condizioni applicabili e le regole della propria organizzazione.

Google dichiara che i dati non vengono usati per addestrare Gemini Notebook, salvo l’invio di feedback. Per gli account Workspace ed Education qualificati, caricamenti, richieste e risposte non vengono utilizzati per addestrare i modelli e non sono sottoposti a revisione umana (fonte: Google Aiuto).

Il punto non è “leggere una foto”

La funzione più interessante non consiste nel descrivere un’immagine.

Quello può farlo ormai qualsiasi chatbot multimodale.

Il vero valore sta nel collegare l’immagine a un insieme controllato di documenti e nel chiedere all’AI di lavorare all’interno di quel perimetro.

Non più:

Che cosa vedi in questa fotografia?

Ma:

Che relazione c’è tra questa fotografia, il contratto, il report e la fattura che ti ho fornito?

È qui che Gemini Notebook diventa realmente utile nel lavoro quotidiano: quando passa dalla generica produzione di risposte all’analisi di fonti che abbiamo scelto noi.

Per approfondire lo strumento puoi consultare il mio corso Gemini Notebook per aziende e professionisti e il confronto tra Gemini e NotebookLM, utile per capire quale ambiente usare nei diversi scenari professionali.

Domande frequenti su Gemini Notebook e le immagini

Gemini Notebook può leggere direttamente le immagini?

Sì. Le immagini possono essere caricate come fonti autonome e utilizzate insieme agli altri materiali del notebook. Sono supportati diversi formati, tra cui JPG, PNG, WebP, TIFF e HEIC.

Può analizzare le immagini contenute in un PDF?

Google ha introdotto la capacità di rispondere a domande su immagini, diagrammi e grafici presenti nelle fonti. Il risultato dipende comunque dalla qualità e dalla leggibilità del documento (fonte: blog.google).

Incollando un sito vengono analizzate anche le fotografie?

No, non automaticamente. Per le pagine Web viene importato principalmente il contenuto testuale. Le immagini devono essere aggiunte separatamente.

Gemini Notebook può citare anche un’immagine?

Sì. Le risposte possono utilizzare testo e immagini provenienti dalle fonti come citazioni, consentendo all’utente di tornare al contenuto originale.

Può sostituire un medico, un avvocato o un tecnico?

No. Può organizzare, confrontare e sintetizzare le fonti, ma le decisioni professionali e le interpretazioni ad alto rischio richiedono una verifica qualificata.

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.

Invia un email

/0 Commenti/da

Agenti AI in azienda: quando servono davvero e quando basta un’automazione

, ,

Succede sempre più spesso: qualcuno mostra una demo in cui un agente AI legge le email, aggiorna il CRM, prepara una presentazione e prenota una riunione. A quel punto parte la domanda: “Possiamo averne uno anche noi?”.

La domanda giusta, però, è un’altra: in quale processo un agente AI crea più valore di una normale automazione? In azienda gli agenti AI servono quando il percorso non è completamente prevedibile, occorre interpretare informazioni, scegliere tra più strumenti e gestire eccezioni. Se i passaggi sono fissi e le regole sono chiare, un workflow tradizionale è spesso più economico, veloce e controllabile.

Questa distinzione è il punto di partenza dell’articolo di Digital4 “C’è un agent per tutto. Ma non tutto ha bisogno di un agent”. Un tema molto attuale: oggi costruire una demo è relativamente facile; trasformarla in uno strumento affidabile è tutto un altro lavoro.

Che cos’è un agente AI, in parole semplici

Un agente AI è un sistema capace di perseguire un obiettivo, osservare ciò che succede, decidere il passo successivo e utilizzare strumenti: per esempio un motore di ricerca, un database, la posta elettronica, un foglio Excel o un gestionale.

La differenza rispetto a un chatbot non è che “scrive meglio”. La differenza è che può agire. E la differenza rispetto a un workflow è che non deve per forza seguire sempre la stessa strada.

Anthropic distingue chiaramente workflow e agenti: nei primi, modelli e strumenti vengono orchestrati attraverso percorsi definiti in anticipo; nei secondi, è il modello a decidere dinamicamente come procedere. Anche la guida pratica di OpenAI alla costruzione degli agenti suggerisce di partire da processi in cui regole rigide e automazioni deterministiche non bastano.

Workflow, assistente o agente? La scelta pratica

Non tutti i problemi aziendali richiedono lo stesso grado di autonomia. Prima di aggiungere la parola “agentico” a una presentazione, conviene usare questa matrice.

Il principio è semplice: usare il livello minimo di autonomia necessario. Più autonomia significa più flessibilità, ma anche più costi, più variabilità e più controlli.

Il test delle cinque domande prima di creare un agente AI

Nei corsi e nei progetti aziendali partirei da cinque domande molto concrete.

  1. Il processo cambia spesso percorso? Se la risposta è no, probabilmente basta un’automazione.
  2. Occorre interpretare informazioni non strutturate? Email, documenti, note e richieste ambigue sono un terreno più adatto agli agenti.
  3. L’agente deve usare più strumenti? Per esempio cercare un dato nel CRM, confrontarlo con un contratto e preparare una risposta.
  4. Possiamo verificare il risultato? Se non esiste un modo per sapere se il lavoro è corretto, non esiste nemmeno un buon progetto.
  5. Un errore è reversibile? Cancellare una bozza non equivale a inviare un bonifico o pubblicare un listino sbagliato.

Se il processo non supera questo test, aggiungere un agente rischia di automatizzare non il lavoro, ma la confusione.

Tre casi in cui un agente AI può avere senso

1. Gestire richieste con molte eccezioni

Immaginiamo un servizio clienti che riceve richieste via email. Un workflow può riconoscere alcune parole e assegnare un’etichetta. Un agente, invece, può leggere la conversazione, consultare la scheda cliente, verificare la policy, cercare un ordine e preparare una risposta o chiedere l’intervento di una persona.

Il valore non sta nel testo prodotto, ma nei passaggi manuali eliminati. Naturalmente l’agente deve avere fonti definite, permessi limitati e regole chiare per l’escalation.

2. Raccogliere dati da strumenti diversi

Molte attività aziendali consistono nel fare il giro delle sette chiese digitali: CRM, gestionale, email, fogli, cartelle condivise e piattaforme analytics. Un agente può cercare le informazioni, controllarne la completezza e restituire una sintesi utilizzabile.

Un esempio concreto è il lavoro sui fogli di calcolo. In questo video mostro un agente Genspark che interviene su un file Excel:

Per approfondire, sul blog trovi anche cinque esempi pratici di utilizzo dell’agente Genspark.

3. Preparare un lavoro che una persona deve approvare

L’agente può cercare fonti, confrontare documenti, compilare una bozza e segnalare le anomalie. La persona prende la decisione finale. È un modello molto più realistico del fantomatico collega digitale che sa tutto e non chiede mai aiuto.

Il punto non è sostituire il giudizio, ma recuperare tempo sulle attività preparatorie. Nel video seguente racconto dieci esempi con cui ho misurato un risparmio complessivo di dieci ore in una settimana:

Qui trovi anche l’articolo completo su come recuperare dieci ore alla settimana con l’AI.

Il lavoro difficile non è scrivere il prompt

Con un agente il prompt conta, ma non basta. Bisogna progettare il contesto: quali dati può vedere, quali fonti deve considerare autorevoli, che cosa deve ricordare, quali strumenti può utilizzare e quando deve fermarsi.

Anthropic parla di context engineering per gli agenti AI: non si progetta soltanto una richiesta, ma l’intero ambiente informativo in cui il sistema deve operare. È un passaggio che approfondisco anche nell’articolo dal prompt al contesto.

Se i documenti sono vecchi, le autorizzazioni sono eccessive o le procedure aziendali si contraddicono, l’agente non risolve il problema. Lo esegue più velocemente.

Come avviare un progetto pilota senza farsi male

Un buon progetto non parte dal super-agente aziendale. Parte da un processo piccolo, frequente e misurabile.

  1. Scegliere un solo processo. Per esempio classificare le richieste commerciali in entrata.
  2. Misurare il punto di partenza. Tempo impiegato, errori, volumi, costi e passaggi manuali.
  3. Definire una job description. Obiettivo, strumenti, fonti, divieti, condizioni di arresto ed escalation.
  4. Limitare i permessi. All’inizio meglio leggere e proporre; l’azione autonoma viene dopo.
  5. Creare casi di test. Non solo richieste normali, ma dati mancanti, istruzioni contraddittorie ed eccezioni.
  6. Tenere una persona nel circuito. Le azioni sensibili devono richiedere approvazione.
  7. Decidere in anticipo quando fermare il progetto. Se costa più del lavoro risparmiato o non raggiunge la qualità minima, si torna a un workflow più semplice.

Quali metriche usare per valutare un agente AI

Contare le risposte generate serve a poco. Le metriche utili sono legate al lavoro:

  • tempo medio per completare un’attività;
  • percentuale di attività completate correttamente;
  • numero di interventi umani necessari;
  • costo per attività completata;
  • tasso di errore e gravità degli errori;
  • numero di escalation corrette e mancate;
  • tracciabilità delle fonti e delle azioni;
  • tempo realmente recuperato dalle persone.

Gartner ha previsto che oltre il 40% dei progetti di agentic AI sarà cancellato entro la fine del 2027, citando costi crescenti, valore poco chiaro e controlli del rischio insufficienti. La lezione non è “gli agenti non funzionano”, ma “una demo non è un risultato aziendale”.

Governance: chi controlla l’agente che controlla il processo?

Un agente deve essere trattato come un componente operativo, non come un collega infallibile. Servono registri delle azioni, gestione delle identità, limiti di spesa, fonti approvate, valutazioni periodiche e una persona responsabile del processo.

Il Playbook del NIST per la gestione del rischio AI propone azioni organizzate attorno a quattro funzioni: governare, mappare, misurare e gestire. È una buona bussola anche per un progetto piccolo.

Attenzione inoltre alla Shadow AI in azienda: se gli strumenti ufficiali sono assenti o troppo complicati, le persone ne adotteranno altri senza controllo. La governance efficace non è un elenco di divieti; è un modo sicuro per ottenere risultati.

E nei casi delicati bisogna ricordare che l’AI può anche influenzare male le scelte. Ne parlo nell’approfondimento sulle decisioni artificiali in azienda.

La regola finale: autonomia solo dove produce valore

Gli agenti AI in azienda possono essere molto utili. Ma la maturità non si misura dal numero di agenti attivati. Si misura dalla capacità di scegliere il processo giusto, assegnare un perimetro chiaro, controllare i risultati e fermarsi quando una soluzione più semplice funziona meglio.

Prima si mette ordine nel processo. Poi si decide che cosa automatizzare. Solo alla fine si valuta quanta autonomia concedere all’AI.

Il futuro del lavoro non sarà popolato soltanto da super-agenti. Sarà fatto soprattutto di buoni strumenti, piccoli automatismi e agenti specializzati che fanno poche cose, verificabili, davvero utili.

Domande frequenti sugli agenti AI in azienda

Qual è la differenza tra un agente AI e un chatbot?

Un chatbot risponde principalmente a richieste. Un agente AI può pianificare più passaggi, scegliere strumenti, osservare i risultati intermedi e compiere azioni per raggiungere un obiettivo.

Quando conviene usare un workflow invece di un agente?

Quando il processo è stabile, i passaggi sono noti, le regole sono chiare e le eccezioni sono poche. In questi casi il workflow è generalmente più semplice, economico e prevedibile.

Quali processi sono adatti a un primo agente AI?

Processi frequenti, circoscritti e misurabili: classificazione delle richieste, raccolta di dati da più fonti, controllo della completezza dei documenti e preparazione di bozze da approvare.

Un agente AI può lavorare senza supervisione umana?

Può farlo solo in attività a basso rischio, ben testate e facilmente reversibili. Per pagamenti, contratti, decisioni sulle persone o comunicazioni pubbliche è prudente mantenere un’approvazione umana.

Come si misura il valore di un agente AI?

Con indicatori operativi: tempo risparmiato, costo per attività, qualità del risultato, errori, escalation, interventi umani e tracciabilità delle azioni.

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.

Invia un’email

/0 Commenti/da

Come recuperare 10 ore alla settimana con l’AI: 10 esempi pratici

,

L’AI ci toglierà il lavoro, ci renderà tutti stupidi, bla bla bla. A me interessa soprattutto una cosa: quante ore mi fa recuperare davvero?

Nel video qui sotto ho fatto proprio questo esperimento: una settimana di lavoro, conti alla mano, usando strumenti di AI per email, documenti, articoli, social, immagini, ricerche, slide, riunioni e traduzioni. Il risultato dichiarato è prudente: 10 ore risparmiate in una settimana. In molti casi, probabilmente, sono di più.

Il punto non è usare l’AI per fare scena. Il punto è individuare quelle attività ripetitive, lunghe, poco creative o piene di attrito che consumano energia mentale: scrivere una risposta, compilare un modulo, trasformare una ricerca in tabella, preparare una bozza di contenuto, riassumere una riunione.

Come si recuperano 10 ore alla settimana con l’AI?

Si recuperano 10 ore alla settimana con l’AI quando la si usa su compiti concreti e ricorrenti: email, moduli, preventivi, articoli, post social, grafiche, ricerche online, presentazioni, riunioni e traduzioni. Non basta aprire un chatbot e chiedere “fammi risparmiare tempo”: bisogna dare contesto, obiettivo, vincoli, formato di output e controllo umano finale. L’AI accelera soprattutto il primo 70% del lavoro; l’ultimo 30%, quello del giudizio, resta nostro.

Perché parlarne adesso

Dal 30 novembre 2022, data simbolica dell’arrivo pubblico di ChatGPT, il discorso sull’AI è passato dalla paura generale alla produttività quotidiana. Prima: “perderemo tutti il lavoro?”. Oggi: “posso evitare mezz’ora di copia-incolla?”. Meno cinematografico, molto più utile.

Anche i report internazionali vanno in questa direzione. McKinsey stima che la generative AI possa aggiungere fino a 4,4 trilioni di dollari all’anno all’economia globale nei casi d’uso analizzati. Nel rapporto The State of AI, però, emerge anche l’altro lato: per ottenere valore servono processi, validazione umana e adozione reale, non solo entusiasmo.

Tradotto per chi lavora: l’AI non è una bacchetta magica. È un moltiplicatore di metodo.

1. Email: un’ora recuperata partendo da Gmail

Il primo esempio è il più quotidiano: le email. Non quelle poetiche, naturalmente. Quelle che arrivano mentre stai facendo altro, chiedono una risposta sensata e ti costringono a rileggere tutta la conversazione.

Nel video uso Gemini in Gmail: leggo una mail, chiedo una risposta contestuale e aggiungo tre domande da fare all’amministratore di condominio. Google spiega che Gemini può riassumere email, aiutare a scrivere risposte e cercare informazioni nella posta o nei file Drive collegati.

Il guadagno non è solo la bozza. È il fatto che l’assistente legge il contesto, propone una struttura, riduce il tempo di partenza. Poi la risposta va personalizzata, perché una mail deve ancora sembrare scritta da una persona viva, non da un distributore automatico di cortesia.

Stima prudente: 1 ora alla settimana.

2. Moduli e scartoffie: due ore in meno tra PDF e burocrazia

Secondo esempio: moduli, PDF, dichiarazioni, richieste, campi da compilare. Le chiamo scartoffie con affetto istituzionale. Chi lavora con pubblica amministrazione, bandi, iscrizioni, fornitori o documenti tecnici sa di che cosa parlo.

Qui entra in gioco un agente capace di usare il computer, leggere un modulo e compilare campi. Anthropic documenta il computer use tool di Claude, cioè la possibilità di dare a Claude screenshot, mouse e tastiera in un ambiente controllato. OpenAI aveva introdotto una logica simile con Operator, pensato per attività ripetitive nel browser come compilare form.

Il punto non è delegare documenti delicati alla cieca. Il punto è far fare all’AI il lavoro meccanico: leggere, ricopiare, precompilare, ordinare. Alla fine si controlla tutto.

Stima prudente: 2 ore alla settimana.

3. Preventivi e confronto documenti: Gemini Notebook (ex NotebookLM) come tavolo di lavoro

Terzo caso: leggere più documenti e trasformarli in una tabella. Per esempio tre preventivi, tre offerte, tre regolamenti, tre documenti tecnici. A mano significa aprire file, confrontare voci, prezzi, condizioni, esclusioni, scadenze.

Con Gemini Notebook si possono caricare fonti e interrogarle. La pagina di supporto Google segnala che un account standard può arrivare a 100 notebook, 50 fonti per notebook e 500.000 parole per fonte; in ambito Enterprise i limiti salgono, secondo la documentazione Google Cloud, fino a 300 fonti per notebook.

In pratica: carichi i documenti, chiedi una tabella con criteri chiari, fai emergere differenze e punti oscuri. Non è sostitutivo della lettura critica. È un ottimo modo per evitare di perdersi nei dettagli sbagliati.

Stima prudente: inclusa nelle 2 ore dei documenti, spesso molto di più.

4. Articoli WordPress: da idea a bozza SEO

Quarto esempio: scrivere un articolo per il sito. Nel video mostro un flusso in cui un agente apre WordPress, crea il titolo, passa alla modalità codice, scrive l’HTML, compila metatag, tag, meta description e prepara l’ottimizzazione.

Questo non significa pubblicare qualunque cosa l’AI generi. Significa partire da un semilavorato avanzato. La differenza è enorme: invece di fissare una pagina bianca, controlli una bozza già strutturata.

Per un blog professionale, il flusso corretto è questo:

  1. definire intento di ricerca e keyword principale;
  2. costruire una scaletta con H2 e H3;
  3. scrivere una risposta breve per AI Overview e motori generativi;
  4. aggiungere esempi concreti;
  5. inserire link interni ed esterni autorevoli;
  6. controllare tono, fonti, accenti, SEO e leggibilità;
  7. pubblicare solo dopo revisione umana.

Su questo sito trovi anche risorse collegate come il corso di prompt engineering e la guida su Shadow AI in azienda.

Stima prudente: 2 ore alla settimana.

5. Social network: post LinkedIn e programmazione

Quinto esempio: trasformare un articolo in un post LinkedIn. L’AI legge il sito, capisce il tema, produce un post, aggiunge link e hashtag, poi può arrivare a programmare la pubblicazione.

Qui serve prudenza doppia. Primo: il post deve avere una voce riconoscibile, non sembrare una minestra motivazionale. Secondo: quando si parla di dati, privacy, aziende o persone, non si pubblica nulla senza rilettura.

Un prompt utile potrebbe essere:

Trasforma questo articolo in un post LinkedIn.
Pubblico: professionisti e formatori.
Tono: concreto, divulgativo, non enfatico.
Struttura:
- apertura con problema pratico;
- 3 punti chiave;
- rischio da evitare;
- invito a leggere l'articolo.
Mantieni il link finale e proponi 5 hashtag pertinenti.

Stima prudente: 1 ora alla settimana.

6. Grafica: immagini, miniature e materiali visuali

Sesto esempio: grafica. Miniature YouTube, immagini per il blog, visual per LinkedIn, locandine, illustrazioni, concept. Nel video cito strumenti di generazione immagini come ChatGPT e Gemini; in molti flussi si possono usare anche Canva e altri editor visuali.

Canva AI Image Generator, per esempio, permette di generare immagini da prompt testuali. Non basta scrivere “fammi una bella immagine”: bisogna indicare formato, soggetto, stile, contesto, uso finale, elementi da evitare e spazio per il testo.

La grafica generata va trattata come bozza visuale. Spesso serve ritagliare, correggere, impaginare, controllare mani, testi, loghi, diritti e coerenza con il brand. Però partire da zero non è più obbligatorio.

Stima prudente: 1 ora alla settimana.

7. Ricerche online e lead generation: attenzione al GDPR

Settimo esempio: ricerche online. Nel video faccio il caso di un’azienda B2B che vuole trovare studi professionali in una provincia, raccogliere dati e creare un file Excel. La modalità agentica di ChatGPT o browser AI come Perplexity Comet possono navigare, cercare, sintetizzare, organizzare.

Qui però entra un grande asterisco: non tutto ciò che si trova online può essere usato liberamente per attività commerciali. Se raccogli email e dati personali per campagne, bisogna rispettare privacy, basi giuridiche, informativa, consenso quando necessario e regole del GDPR.

Quindi sì: l’AI è utile per ricerca, mappatura, confronto fonti, creazione tabelle. No: non è un lasciapassare per lo spam.

Stima prudente: 30 minuti alla settimana.

8. Slide: da scaletta a presentazione

Ottavo esempio: slide. C’è chi ama farle e chi preferirebbe discutere con una stampante inceppata. Gli strumenti AI per presentazioni stanno diventando molto interessanti perché non generano solo testo, ma anche struttura, immagini, layout, storytelling.

Nel video cito Genspark AI Presentation Maker, che dichiara la possibilità di trasformare un tema o documenti caricati in slide esportabili in PowerPoint, PDF o Google Slides. Un’alternativa nota è Gamma, che genera presentazioni, documenti e pagine visuali.

Il prompt migliore non è “fammi una presentazione sull’AI”. È:

Prepara una presentazione di 20 minuti per imprenditori.
Obiettivo: capire 5 usi pratici dell'AI e 3 rischi.
Stile: chiaro, professionale, poco testo per slide.
Output: 12 slide, con titolo, messaggio chiave, esempio e nota relatore.

Stima prudente: 1 ora alla settimana.

9. Riunioni: trascrizioni, sintesi e decisioni

Nono esempio: riunioni. Uno degli sprechi più grandi non è partecipare alla riunione. È uscire senza sapere chi deve fare cosa, entro quando, con quali decisioni prese.

Strumenti come MeetGeek e Otter.ai registrano, trascrivono e sintetizzano meeting, evidenziando note, decisioni e action item. MeetGeek parla di registrazioni, trascrizioni e note automatiche; Otter si presenta come meeting agent per trascrizioni, insight e follow-up.

Attenzione: prima di registrare o far partecipare un bot a una riunione, bisogna considerare consenso, policy aziendali e riservatezza. Non è solo una questione tecnica. È una questione di fiducia.

Stima prudente: 1 ora alla settimana.

10. Traduzioni e documenti multilingua

Decimo esempio: traduzioni. Email in inglese, proposte da aziende internazionali, documenti tecnici, paper, allegati, trascrizioni. Qui l’AI non serve solo a tradurre parola per parola, ma a capire il senso, semplificare, adattare tono e produrre una risposta nella lingua corretta.

Gemini Notebook è particolarmente utile quando devi lavorare su tanti documenti in lingua diversa: carichi fonti, chiedi sintesi in italiano, poi fai domande mirate. Il vantaggio è che non stai solo traducendo: stai interrogando un dossier.

Per le email, invece, il flusso più pratico resta: bozza in italiano, traduzione in inglese, rilettura, invio. Anche qui la responsabilità finale non si delega.

Stima prudente: 30 minuti alla settimana.

La tabella delle 10 ore recuperate

Attività Strumento citato Tempo stimato Controllo umano necessario
Email Gemini in Gmail 1 ora Tono, contenuto, destinatario
Moduli e PDF Claude / agenti browser 2 ore Dati inseriti, allegati, firme
Preventivi e documenti Gemini Notebook incluso nei documenti Prezzi, clausole, fonti
Articoli WordPress ChatGPT agent / Codex / workflow AI 2 ore Fonti, stile, SEO, pubblicazione
Social network AI agent e LinkedIn 1 ora Voce personale, link, policy
Grafica ChatGPT, Gemini, Canva 1 ora Brand, testi, diritti
Ricerche online ChatGPT agent, Comet 30 minuti Privacy, fonti, GDPR
Slide Genspark, Gamma 1 ora Struttura, accuratezza, design
Riunioni MeetGeek, Otter 1 ora Consenso, action item, decisioni
Traduzioni Gemini Notebook, Gemini, ChatGPT 30 minuti Senso, tono, termini tecnici

Il vero metodo: non chiedere magie, progetta flussi

La differenza tra chi perde tempo con l’AI e chi lo recupera sta quasi sempre nel metodo.

Un buon flusso AI ha cinque elementi:

  • contesto: che cosa sto facendo e per chi;
  • obiettivo: quale risultato voglio ottenere;
  • vincoli: tono, lunghezza, formato, dati da non inventare;
  • output: tabella, bozza, elenco, HTML, slide, action item;
  • controllo: rilettura, verifica fonti, correzione finale.

La frase più pericolosa è: “tanto ci pensa l’AI”. La frase più utile è: “faccio fare all’AI la prima versione, poi controllo io”.

I rischi da evitare

Se portiamo l’AI dentro il lavoro quotidiano, dobbiamo anche portarci dietro qualche regola adulta.

  • Privacy: non caricare documenti riservati, dati personali, dati sanitari o informazioni aziendali sensibili senza policy.
  • Allucinazioni: l’AI può inventare dettagli plausibili. Chiedi fonti e verifica.
  • Copyright: attenzione a immagini, testi, materiali protetti e riuso di contenuti.
  • Compliance: lead generation, registrazioni e automazioni devono rispettare norme e consensi.
  • Dipendenza: se non sai più fare il lavoro senza AI, non hai guadagnato tempo: hai perso competenza.

Per aziende e scuole, il tema non è vietare tutto. È costruire regole comprensibili. Ne parlo anche nelle attività su AI e scuola e negli speech sull’intelligenza artificiale per aziende.

Da dove iniziare questa settimana

Il modo migliore per iniziare non è automatizzare tutto. È scegliere tre attività piccole.

  1. Una mail lunga da riassumere e trasformare in risposta.
  2. Un documento da convertire in tabella.
  3. Una riunione da sintetizzare in decisioni e cose da fare.

Misura il tempo prima e dopo. Non fidarti delle sensazioni. Dopo una settimana avrai il tuo numero. Magari non saranno 10 ore. Magari saranno 3. Magari 15. Ma saranno ore recuperate su attività che non meritavano tutta quella fatica.

Strumenti citati nel video e nell’articolo

FAQ

È realistico recuperare 10 ore alla settimana con l’AI?

Sì, se lavori spesso con email, documenti, riunioni, contenuti, presentazioni e ricerche. La cifra dipende dal tipo di lavoro, dal volume di attività ripetitive e dalla capacità di costruire flussi controllati.

Qual è il primo uso dell’AI da provare per risparmiare tempo?

Le email sono il punto più semplice: sintesi di thread lunghi, bozze di risposta, traduzioni e riscrittura del tono. Il risultato va sempre riletto prima dell’invio.

Posso usare l’AI per compilare documenti e moduli?

Sì, ma con supervisione. L’AI può leggere, precompilare e ordinare informazioni; l’utente deve verificare campi, dati personali, allegati, scadenze e firme.

Gli strumenti per riunioni sono sempre utilizzabili?

No. Prima di registrare, trascrivere o far entrare un bot in riunione servono consenso, rispetto delle policy aziendali e attenzione alla riservatezza.

L’AI può pubblicare articoli WordPress in autonomia?

Tecnicamente sì, tramite agenti e automazioni. Editorialmente no: un articolo va controllato per fonti, tono, SEO, link, accuratezza e responsabilità prima della pubblicazione.

Qual è il rischio principale?

Delegare giudizio e responsabilità. L’AI è ottima per bozze, sintesi, confronti e automazioni, ma non deve sostituire verifica, competenza professionale e attenzione ai dati.

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

Come creare un second brain personale con il metodo LLM Wiki (e con Obsidian)

, , ,

Le app per prendere appunti promettono da anni una cosa affascinante: non perdere più nulla. Articoli salvati, note vocali, riunioni, riflessioni, libri, link, idee sparse. Tutto dovrebbe diventare memoria personale. Il problema è che, nella pratica, il second brain spesso diventa un deposito: pieno, ma poco vivo.

Il metodo LLM Wiki, proposto da Andrej Karpathy e ripreso da Agenda Digitale come possibile modello per la memoria d’impresa, cambia il punto di vista: non usare l’AI solo per “cercare” dentro i documenti, ma per costruire e mantenere nel tempo una wiki personale strutturata. Non una chat con file allegati, non una cartella piena di note, non un sistema RAG che ricostruisce la risposta ogni volta. Una memoria che si accumula.

L’idea centrale è semplice: le fonti grezze restano intatte, mentre un LLM legge, sintetizza, collega, aggiorna e segnala contraddizioni dentro una wiki in Markdown. In questo modo la conoscenza non viene riscoperta da zero a ogni domanda, ma diventa un artefatto persistente, navigabile e migliorabile nel tempo. È il passaggio dalla ricerca assistita alla memoria organizzata.

Perché i second brain personali falliscono

Molti second brain personali falliscono per lo stesso motivo delle wiki aziendali: la manutenzione costa troppo.

All’inizio si salvano articoli, si evidenziano libri, si scrivono note brillanti. Poi arrivano nuovi input, vecchie note diventano obsolete, i collegamenti non vengono aggiornati, alcune idee si duplicano, altre restano sepolte. Dopo qualche mese il sistema contiene informazioni utili, ma non ci si fida più della sua attualità.

Il problema non è prendere appunti. Il problema è tenere viva la struttura.

Secondo il pattern LLM Wiki, è proprio qui che l’AI può essere utile: non come oracolo, ma come bibliotecario operativo. La persona sceglie cosa entra, decide le domande importanti, verifica le conclusioni. Il modello fa il lavoro ripetitivo: riassume, collega, aggiorna indici, trova incongruenze, propone nuove pagine.

Se vuoi approfondire il tema della produttività con l’intelligenza artificiale, ho raccolto molte risorse utili sul mio sito.

L’architettura di un second brain LLM Wiki

Un second brain personale costruito con questo metodo ha tre livelli.

Il primo livello sono le fonti grezze. Qui finiscono articoli, PDF, libri annotati, trascrizioni, appunti vocali, email importanti, esportazioni da Readwise, note di meeting, pagine web salvate, documenti personali. Queste fonti non vengono modificate: sono la base verificabile.

Il secondo livello è la wiki personale. È una cartella di file Markdown generati e aggiornati dall’LLM. Può contenere pagine su persone, progetti, obiettivi, competenze, temi ricorrenti, libri, decisioni, domande aperte, salute, finanze, lavoro, creatività. La wiki non è solo un archivio: è una rete di concetti.

Il terzo livello è lo schema operativo. È il documento che dice all’AI come comportarsi: come nominare i file, quali sezioni usare, quando creare una nuova pagina, come citare le fonti, come aggiornare l’indice, come segnalare dubbi e contraddizioni. In strumenti come Codex può essere un file AGENTS.md; in altri ambienti può essere un documento equivalente.

Questa struttura riprende il modello descritto da Karpathy nel suo gist “LLM Wiki”, dove il sistema è pensato proprio come una base di conoscenza personale costruita e mantenuta da un LLM, con Obsidian come ambiente di navigazione e la wiki come artefatto persistente.

Le tre operazioni fondamentali

Il metodo funziona attraverso tre operazioni: ingestione, interrogazione e manutenzione.

1. Ingestione

Quando aggiungi una nuova fonte, non la butti semplicemente in archivio. Chiedi all’LLM di lavorarla.

Per esempio: salvi un articolo sulla gestione dell’attenzione. Il modello lo legge, crea una sintesi, aggiorna la pagina “attenzione”, collega il tema a “lavoro profondo”, “notifiche”, “energia mentale”, “routine mattutina”, segnala eventuali idee nuove e registra l’operazione nel log.

Una singola fonte può toccare molte pagine. Questo è il punto: la conoscenza nuova non rimane isolata.

2. Interrogazione

Quando fai una domanda, l’LLM non parte dai documenti grezzi come in un normale sistema RAG. Prima legge l’indice, poi consulta le pagine già organizzate della wiki.

Puoi chiedere:

  • “Quali sono i miei pattern ricorrenti quando procrastino?”
  • “Che cosa ho imparato negli ultimi sei mesi sul lavoro autonomo?”
  • “Quali idee ho raccolto per il mio prossimo libro?”
  • “Quali decisioni importanti ho preso sul progetto X e perché?”
  • “Quali autori influenzano di più il mio pensiero sulla produttività?”

Le risposte migliori possono diventare nuove pagine della wiki. Una buona domanda non resta intrappolata nella cronologia della chat: entra nella memoria.

3. Manutenzione

Periodicamente chiedi all’LLM di fare un controllo di salute della wiki.

Deve cercare pagine orfane, link mancanti, concetti citati ma non sviluppati, affermazioni superate, duplicati, contraddizioni, aree poco documentate. Questo controllo, chiamato “lint” da Karpathy, è ciò che impedisce al second brain di marcire lentamente.

Agenda Digitale sottolinea proprio questo punto: il valore non sta solo nel recuperare informazioni, ma nel mantenere una memoria strutturata, verificabile e navigabile.

Una possibile struttura pratica

Per iniziare, basta una cartella locale, idealmente leggibile da Obsidian:

second-brain/
  raw/
    articles/
    books/
    transcripts/
    notes/
    assets/
  wiki/
    index.md
    log.md
    overview.md
    people/
    projects/
    concepts/
    decisions/
    sources/
    questions/
  AGENTS.md

raw/ contiene le fonti originali. wiki/ contiene la memoria elaborata. index.md è la mappa della wiki: ogni pagina con una breve descrizione. log.md è il registro cronologico: cosa è stato aggiunto, aggiornato, corretto. AGENTS.md è il manuale operativo dell’LLM.

La regola d’oro è questa: le fonti sono verità, la wiki è interpretazione verificabile. Ogni affermazione importante deve rimandare a una fonte.

Come farlo in pratica: costruire il tuo LLM Wiki con Claude e Obsidian

La teoria è chiara. Ma da dove si inizia concretamente? Antonio Guadagno ha mostrato in un video su YouTube — “Ho creato un Second Brain (LLM Wiki) in 15 minuti con Claude + Obsidian (metodo Karpathy)” — come costruire l’intero sistema partendo da zero, in meno di un quarto d’ora. Quello che segue è un percorso passo-passo ispirato a quel flusso di lavoro.

Cosa ti serve prima di iniziare

Prima di toccare qualsiasi file, hai bisogno di tre cose: Obsidian (gratuito, scaricabile da obsidian.md), un account Claude con accesso a Claude Code, e una cartella locale sul tuo computer dove vivranno tutti i file del sistema. Nient’altro.

Non serve essere sviluppatori. Non serve conoscere la sintassi Markdown in modo avanzato. Serve capire la struttura.

Passo 1 – Crea la struttura di cartelle

Apri il terminale o il tuo file manager e crea questa struttura:

second-brain/
├── raw/
│   ├── articles/
│   ├── books/
│   ├── transcripts/
│   └── notes/
├── wiki/
│   ├── index.md
│   ├── log.md
│   └── overview.md
├── output/
└── AGENTS.md

La cartella raw/ è il tuo archivio grezzo: ci finiscono articoli copiati, PDF convertiti in testo, trascrizioni, appunti. Non si modifica mai direttamente.

La cartella wiki/ è il cuore del sistema: qui il modello crea e aggiorna le pagine in Markdown. Obsidian servirà esattamente per navigare questa cartella.

La cartella output/ raccoglie i risultati delle interrogazioni e delle sessioni di lavoro: sintesi periodiche, risposte a domande importanti, report mensili.

AGENTS.md è il documento più importante: è il manuale operativo che dice al modello come comportarsi.

Passo 2 – Scrivi il file AGENTS.md

Questo file è la chiave del metodo. Senza di esso, ogni sessione con il modello reinizia da zero. Con un buon AGENTS.md, l’AI conosce le regole del gioco ogni volta che apri una conversazione.

Ecco un esempio di struttura minimale:

# AGENTS.md – Istruzioni operative

## Ruolo
Sei il bibliotecario della mia wiki personale. Leggi, sintetizzi, colleghi e aggiorni le pagine in base alle fonti che ti fornisco.

## Regole
- Le fonti nella cartella raw/ non si modificano mai.
- Ogni affermazione importante nella wiki deve riportare il riferimento alla fonte.
- I file della wiki usano il formato: YYYY-MM-DD come data di aggiornamento nell'header.
- Ogni pagina deve avere uno stato: draft | reviewed | stable | stale.
- Prima di creare una nuova pagina, controlla se esiste già una pagina correlata e valuta se aggiornare quella.

## Struttura di ogni pagina wiki
- Titolo e stato
- Sintesi (3-5 righe)
- Concetti chiave
- Connessioni ad altre pagine
- Fonti
- Data ultimo aggiornamento

## Indice
Dopo ogni sessione, aggiorna index.md con l'elenco delle pagine modificate o create.

## Log
Registra ogni operazione in log.md con: data, fonte elaborata, pagine create o aggiornate.

Puoi personalizzarlo quanto vuoi. Più è preciso, più il modello lavora in modo coerente nel tempo.

Passo 3 – Apri la vault in Obsidian

Apri Obsidian, clicca su “Apri cartella come vault” e seleziona la tua cartella second-brain/. Da questo momento puoi navigare tutti i file Markdown, vedere i collegamenti tra le pagine, usare la graph view per visualizzare la rete concettuale che si forma.

Obsidian non scrive nulla: è solo il tuo browser per la wiki. Ma è fondamentale, perché trasforma una cartella di file di testo in qualcosa che si può effettivamente esplorare e leggere.

Passo 4 – Prima ingestione

Scegli una fonte semplice per iniziare. Un articolo, un capitolo di un libro, una trascrizione di un podcast. Copiala in raw/articles/ come file di testo.

Ora apri Claude Code, assicurati che possa leggere la tua cartella second-brain/, e dai questo prompt:

Leggi il file AGENTS.md per capire le regole operative.
Poi leggi la fonte in raw/articles/[nome-file].
Crea o aggiorna le pagine wiki rilevanti seguendo le istruzioni.
Aggiorna index.md e log.md.

Guarda cosa succede. Il modello legge la fonte, identifica i concetti principali, crea una o più pagine nella cartella wiki/, aggiorna l’indice e scrive nel log. In Obsidian, aggiorna la vista e vedrai le nuove pagine apparire.

Passo 5 – Prima interrogazione

Dopo aver ingerito due o tre fonti, prova a fare una domanda alla wiki. Non ai documenti grezzi: alla wiki.

Leggi index.md e le pagine della cartella wiki/.
Poi rispondimi: quali sono i temi ricorrenti nelle ultime fonti che ho elaborato?

Questo è il momento in cui il metodo comincia a mostrare il suo valore. Il modello non rilegge le fonti originali da capo: attinge alla struttura già costruita. Le risposte sono più veloci, più contestualizzate, meno soggette ad allucinazioni perché le pagine wiki hanno già citato le fonti di riferimento.

Passo 6 – Manutenzione periodica

Una volta a settimana, dedica venti minuti a questo prompt:

Leggi l'intera cartella wiki/, index.md e log.md.
Segnalami:
- Pagine con stato "stale" o non aggiornate da più di 30 giorni
- Concetti citati in più pagine ma senza una pagina dedicata
- Contraddizioni o affermazioni in conflitto tra pagine diverse
- Pagine orfane senza collegamenti
Proponi un piano di aggiornamento prima di modificare qualsiasi cosa.

Questo passaggio è il “lint” descritto da Karpathy. È ciò che separa una wiki viva da un archivio che marcisce lentamente.

Quanto tempo ci vuole davvero?

Il setup iniziale — creare le cartelle, scrivere un AGENTS.md di base, aprire la vault in Obsidian — richiede meno di venti minuti. Come mostra Antonio Guadagno nel suo video, il sistema diventa operativo in una singola sessione.

Il valore non nasce però in quei venti minuti. Nasce nelle settimane successive, quando ogni nuova fonte che ingerisci arricchisce una rete di concetti già esistente. Quando una domanda che fai oggi trova risposta in qualcosa che hai letto tre mesi fa. Quando il modello segnala che due idee che sembravano separate si contraddicono.

Il secondo brain non è uno strumento: è un’abitudine.

Cosa mettere nel second brain

Il metodo funziona bene quando il dominio è abbastanza circoscritto. Non conviene partire con “tutta la mia vita digitale”. Meglio scegliere un’area ad alto valore:

  • apprendimento professionale
  • ricerca per un libro o corso
  • memoria dei progetti
  • journaling e auto-osservazione
  • decisioni importanti
  • salute e abitudini
  • rete di contatti
  • letture e podcast
  • idee imprenditoriali
  • finanza personale

Un buon punto di partenza è scegliere un solo dominio per sei-otto settimane. Per esempio: “tutto ciò che riguarda il mio lavoro, i miei progetti e le mie decisioni professionali”.

Il ruolo umano resta centrale

Il rischio più grande è credere che il modello “sappia”. Non sa: elabora, collega, propone. La responsabilità resta tua.

Tu decidi quali fonti meritano di entrare. Tu controlli se una sintesi è corretta. Tu stabilisci cosa è importante. Tu fai le domande difficili. L’LLM riduce il costo della manutenzione, ma non sostituisce il giudizio.

Per questo ogni pagina critica dovrebbe avere uno stato esplicito: draft, reviewed, stable, stale. Così la wiki non finge una certezza che non ha.

Per approfondire il tema dell’uso consapevole dell’AI, leggi anche il mio articolo su come usare ChatGPT in modo efficace.

Perché è diverso da una normale app di note

Una normale app di note conserva ciò che scrivi. Una LLM Wiki conserva anche ciò che emerge tra le note.

La differenza è enorme. Se leggi cinque articoli su burnout, lavoro profondo, sonno, gestione delle notifiche e creatività, una cartella tradizionale contiene cinque note. Una LLM Wiki dovrebbe produrre anche una pagina “Energia mentale”, collegarla alle altre, estrarre pattern, segnalare tensioni e aggiornare una sintesi più ampia sul tuo modo di lavorare.

Il valore non nasce dalla singola nota. Nasce dai collegamenti.

I rischi da evitare

Il primo rischio è l’allucinazione: il modello può introdurre affermazioni non presenti nelle fonti. Soluzione: citazioni esplicite e revisione umana.

Il secondo è l’obsolescenza: una pagina può sembrare autorevole ma essere vecchia. Soluzione: stato della pagina, data di aggiornamento e controlli periodici.

Il terzo è l’eccesso di accumulo. Se salvi tutto, il sistema diventa rumoroso. Soluzione: ingestione selettiva.

Il quarto è la privacy. Un second brain personale può contenere dati sensibili: salute, finanze, relazioni, lavoro, clienti. Bisogna scegliere strumenti e modelli coerenti con il livello di riservatezza richiesto.

Un workflow settimanale semplice

Ogni giorno salvi solo le fonti davvero utili.

Due o tre volte a settimana chiedi all’LLM di ingerire una fonte alla volta.

Una volta a settimana fai una sessione di manutenzione: controlla la wiki, trova pagine stale, concetti senza pagina, contraddizioni, collegamenti mancanti e domande importanti emerse dalle ultime fonti. Proponi un piano di aggiornamento prima di modificare.

Una volta al mese chiedi una sintesi strategica: leggi index.md, log.md e le pagine aggiornate quel mese. Quali pattern stanno emergendo? Quali decisioni dovresti prendere? Quali aree della tua conoscenza sono deboli o contraddittorie?

Questo trasforma il second brain da archivio a interlocutore.

/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

[Tecnorisate] Fenomenologia delle videocall: un’ora di agonia in 20 battute

,

Uso un’app per trascrivere le riunioni online.

– Non si sente.
– Hai il microfono spento (mimando).
– Ma mi vedete?
– Sfocato.
– Ho esagerato con la sfumatura dello sfondo. E adesso?
– Ti sentiamo ma non ti vediamo più.
– Adesso mi sentite?
– Male, ma purtroppo sì.
– C’è un ritorno audio, voi due che siete nella stessa stanza, fate qualcosa perdio, che già c’ho il mal di testa.
– Chi sta digitando come un fabbro medievale? Spegnete i microfoni.
– Accendete le telecamere.
– Scusate, non posso accendere la telecamera perché sono in smart e mio marito è in mutande.
– Ora mi sentite?
– Scrivi in chat.
– Non posso scrivere in chat, è bloccata.
– Scusate, ero in muto e parlavo da cinque minuti. Devo ripetere tutto daccapo?
– Condividi lo schermo.
– Non ho il tasto condivisione.
– È vicino al tasto del microfono.
– Non ho il tasto del microfono.
– È vicino al tasto della telecamera.
– Non vedo più niente, aiuto, mi è sparito Teams.
– Aspettiamo altri due minuti che arrivino tutti.
– Qualcuno chiama Marco per dirgli che la call è iniziata?
– Marco non c’è, è andato via. Ah ah ah.
– Ma se l’ho visto alla macchinetta del caffè! Aspe’ che provo a chiamarlo sul cell.
[si sente un cellulare squillare]
Marco risponde: “Pronto, scusa, sono in una call, posso richiamarti?”
– Ora mi sentite? Ho cambiato le cuffie.
– Ti sentiamo, ma come fai a essere qui se non ti avevamo invitato alla riunione?
– Non è la riunione delle 16?
– Sono le 10 del mattino, vedi tu.
– Bene, direi che possiamo chiudere qui. Vi mando il link per la prossima call che inizia tra due minuti.

Durata della call: 1 ora e 47 minuti.

/0 Commenti/da