Sblocca il libro →

Niente spam · ti disiscrivi quando vuoi

📥 Scarica il PDF

Capitolo 2 — Delega: cosa affidi all’AI, cosa tieni a te

«Faccio fare tutto a Claude.» È la frase che sento ripetere più spesso da chi inizia. Ed è sbagliata.

Non perché Claude non sappia fare tutto. Perché non tutto va dato a un modello, anche quando lo saprebbe fare.

La Delega è la prima delle 4D per un motivo preciso: è la scelta che condiziona tutte le altre. Se sbagli la Delega, le altre tre D non recuperano. Puoi avere la Descrizione più chirurgica del mondo, il Discernimento più affilato, la Diligenza più rigorosa — ma se hai delegato all’AI un compito che dovevi tenere per te, sei già fuori strada.

Delegare bene significa rispondere a tre domande, in ordine. Prima: il problema che hai davanti, lo capisci davvero? Seconda: l’AI che hai in mano, sai cosa sa fare oggi? Terza: come dividi il lavoro fra te e lei?

Tre domande. Sembrano banali. Non lo sono. La maggior parte degli errori con l’AI nasce dal saltare una delle tre.

Domanda uno: capisci il problema?

Suona ovvio. Non lo è. Quasi nessuno si ferma a pensare al problema prima di aprire il chatbot.

Chiedere all’AI di risolvere un problema che non hai capito tu è il modo più rapido per ottenere una risposta che sembra buona ma non lo è. L’AI ti accontenta. Se le chiedi «scrivimi una mail al cliente», te la scrive. Non ti chiede chi è il cliente, perché gli stai scrivendo, cosa è successo prima, cosa vuoi che succeda dopo. Te la scrive lo stesso. Il risultato sembra plausibile. Ed è quasi sempre inutile.

Capire il problema vuol dire chiedersi tre cose. Qual è l’obiettivo vero? Non l’obiettivo dichiarato — quello vero. «Scrivere una mail» non è un obiettivo. Recuperare un cliente che non risponde da tre mesi, quello è un obiettivo. Quali sono i vincoli? Tempo, formato, persone coinvolte, sensibilità della situazione. Come sai che il lavoro è riuscito? Quale risultato concreto ti dice che ha funzionato?

Se non sai rispondere a queste tre domande, fermati. Non aprire ancora Claude. Pensa.

Questo è il primo livello della Delega: la consapevolezza del lavoro. Senza di essa, l’AI diventa un megafono di confusione. Pensieri vaghi entrano, parole vaghe escono. Il vantaggio? Zero. Il rischio? Alto, perché le parole vaghe sembrano comunque belle scritte.

Domanda due: cosa sa fare Claude oggi?

Secondo livello: conosci lo strumento.

L’AI generativa di oggi non è la stessa di due anni fa. Non è nemmeno la stessa di sei mesi fa. Cambiano i modelli, cambiano le capacità, cambiano i limiti. Chi delega bene tiene il passo.

Quattro cose vanno chiare. Cosa Claude fa bene. Scrivere, riassumere, tradurre, analizzare testi lunghi, ragionare su problemi strutturati, programmare, estrarre informazioni da documenti. Cosa Claude fa meno bene. Numeri precisi senza calcolatrice esterna, ricerca di fatti su eventi recentissimi senza accesso al web, riferimenti bibliografici specifici senza fonti caricate. Cosa Claude non sa fare. Verificare la realtà fisica del mondo, sapere chi sei senza che glielo dici, ricordare conversazioni precedenti se non hai abilitato la memoria. Cosa fa con strumenti collegati. Con i connettori MCP e con Cowork, Claude può accedere a Gmail, Drive, calendari, CRM — e in quel caso le sue capacità cambiano.

Conoscere queste differenze non è opzionale. È il prerequisito della Delega. Se non sai che Claude da solo non naviga il web, gli chiederai di «cercare le ultime notizie su…» e ti dirai che è incompetente. Non lo è. Hai solo delegato un compito alla versione sbagliata dello strumento. Bastava attivare la ricerca web, o cambiare modalità. La capacità c’è — andava attivata.

Domanda tre: come dividi il lavoro?

Terzo livello: la distribuzione vera e propria.

Davanti a un compito, hai tre scelte. Lo fai tu. Lo fa l’AI per intero. Lo fate insieme. La terza opzione è quasi sempre la migliore — ed è quella che la maggior parte delle persone trascura.

Per ogni pezzo del tuo lavoro, ti devi chiedere: questo pezzo, chi lo fa meglio? Non in assoluto. Adesso. Per questo specifico compito. In questa specifica situazione.

Una griglia semplice funziona. Cosa solo tu puoi fare: decisioni con conseguenze legali o etiche, firma, giudizio sulla persona, contatto umano diretto in situazioni delicate. Cosa l’AI fa meglio di te: raccolta e sintesi di grandi quantità di testo, generazione di varianti, traduzione tra registri linguistici, prima bozza di documenti standard. Cosa fate meglio insieme: ricerca creativa, brainstorming, revisione di documenti complessi, ragionamento su problemi non standard.

L’errore tipico è schiacciare tutto su una delle tre colonne. C’è chi mette tutto nella prima — «lo faccio io, non mi fido». C’è chi mette tutto nella seconda — «delego tutto, ho fretta». Entrambi sbagliano. Chi delega bene sposta il lavoro fra le tre colonne in base al compito, e cambia idea quando il compito cambia.

Una distinzione utile per la pratica quotidiana: l’AI è ottima sul testo, è imperfetta sui numeri, è pessima sul giudizio. Sposta i compiti di conseguenza.

Le tre forme di Delega in pratica

Tradurre questi tre livelli in una giornata di lavoro è semplice se hai un metodo.

Davanti a un nuovo compito, scrivi due righe per te stesso. Cosa devo ottenere. Cosa vincola il lavoro. Qual è il pezzo che richiede giudizio umano e qual è il pezzo che può andare all’AI.

Davanti allo strumento, chiediti: questo compito Claude lo affronta meglio così com’è, o con un connettore attivo? Servono documenti caricati? Serve la ricerca web? Serve Cowork con più task in parallelo?

Davanti al risultato, controlla: la divisione che ho fatto ha funzionato? Ho dato all’AI un pezzo che dovevo tenere io? Mi sono tenuto un pezzo che potevo delegare?

Questo terzo passaggio è quello che fa la differenza nel lungo periodo. Chi rivede la propria Delega a freddo, una volta al mese, diventa rapidamente più bravo a delegare. Chi non lo fa rifà sempre gli stessi errori, modello dopo modello.

Quattro scenari

Un commercialista che gestisce 200 pratiche. Davanti a una dichiarazione dei redditi complessa. Cosa solo lui: la firma, il giudizio sulla strategia fiscale, il contatto col cliente, la responsabilità tecnica davanti all’Agenzia delle Entrate. Cosa fanno insieme: lettura preliminare dei documenti del cliente, identificazione di voci anomale, redazione della relazione di accompagnamento. Cosa solo l’AI: estrazione di importi da PDF, sintesi di normative aggiornate per uno specifico caso. La pratica si chiude in due ore invece che in cinque. Il commercialista risponde a una pratica in più al giorno.

Una scuola di provincia. La dirigente deve scrivere il piano dell’offerta formativa annuale. Cosa solo lei: visione pedagogica, scelte di indirizzo, dialogo col collegio docenti. Cosa fanno insieme: struttura del documento, controllo della coerenza tra sezioni, riformulazione dei capitoli ostici. Cosa solo l’AI: prima bozza di paragrafi descrittivi standard, glossario, indice automatico. Quaranta pagine di documento. Una settimana di lavoro invece di tre.

Un piccolo studio legale. Tre soci, una segretaria, settanta clienti attivi. Devono rispondere a venti email standard al giorno: richieste di appuntamento, conferme, primi contatti. Cosa solo loro: ogni risposta che riguarda un caso specifico, qualsiasi parere legale, qualsiasi contatto con controparte o magistrato. Cosa solo l’AI come agente: bozza di risposta per le richieste standard, classificate per tipo. Cosa controllano insieme: ogni bozza viene letta dalla segretaria prima dell’invio. La segretaria recupera due ore al giorno. Le risponderà comunque lei al cliente, ma scriverà solo dove serve davvero.

Un’imprenditrice che vende olio online. Deve gestire le recensioni sul sito e su Amazon. Cosa solo lei: la risposta alle recensioni critiche, soprattutto quelle che parlano di un problema reale del prodotto. Cosa fanno insieme: analisi mensile dei trend nelle recensioni — cosa apprezzano i clienti, cosa lamentano. Cosa solo l’AI: bozza di risposta-tipo per le recensioni positive (variate, mai uguali). Tempo dedicato alle recensioni: da cinque ore al mese a un’ora. Tempo dedicato al pensiero strategico sulle recensioni: da zero a quattro ore al mese. È quello che conta.

Errori da non fare

Delegare il giudizio. La scelta su una persona, su un cliente, su un dipendente. La valutazione di un curriculum quando devi assumere. La decisione se accettare o rifiutare un contratto. Questi compiti hanno una dimensione umana che l’AI non vede. Non delegarli mai del tutto. Puoi farti aiutare a strutturare il ragionamento. La decisione resta tua.

Delegare la firma. Mai. La firma finale su un documento legale, fiscale, medico, è tua. L’AI può preparare la bozza, può evidenziare i punti critici, può suggerire correzioni. La firma — chi si prende la responsabilità di quello che c’è dentro — resta umana. Sempre.

Non aggiornarsi sulle capacità. Sei mesi fa Claude non leggeva file Excel direttamente. Adesso sì. Sei mesi fa non aveva accesso a 60 connettori MCP. Adesso sì. Chi delega in base a quello che l’AI sapeva fare l’anno scorso si tiene in casa lavoro che poteva già passare allo strumento. Una volta al mese vale la pena controllare cosa è cambiato.

Delegare per pigrizia. «Lo fa l’AI, non penso più al problema». Sbagliato. La Delega non è abdicazione. È scelta. Se deleghi senza pensare, l’AI fa un lavoro che sembra plausibile e non è utile. La pigrizia mentale si paga sempre — più tardi, ma si paga.

Cosa porti a casa

• Tre domande prima di delegare. Capisci il problema? Conosci lo strumento? Sai come dividere il lavoro?
• La Delega è una scelta strategica. Non automatica. Si decide compito per compito.
• Tre colonne, non due. Solo tu, solo AI, insieme. La terza è quasi sempre la migliore.
• Aggiorna la mappa. Le capacità di Claude cambiano. La tua Delega deve cambiare con loro.
• Mai delegare giudizio, firma, responsabilità finale. Tutto il resto si può discutere.

---

Capitolo 3 — Descrizione: dare contesto come a un nuovo collaboratore

Due persone aprono Claude. Stesso modello, stesso giorno, stesso compito: scrivere una mail per recuperare un cliente che non risponde da tre mesi.

La prima scrive: «scrivimi una mail per riprendere contatto con un cliente che non risponde».

La seconda scrive: «Sono titolare di un piccolo studio commerciale a Bergamo. Il cliente è un’azienda metalmeccanica con cui lavoro da quattro anni — fatturato medio 18.000 € l’anno per il mio studio. Da tre mesi non risponde più a email né a telefonate, dopo che gli ho mandato una nota su un costo aggiuntivo per la revisione di un anno fiscale precedente. Voglio una mail breve — massimo 8 righe — non lamentosa, che riconosca il silenzio, riapra il dialogo senza ripartire dal costo. Tono diretto, niente formalità burocratiche. Termina con una proposta concreta: una telefonata di 15 minuti, due opzioni di data.»

La prima riceve un testo generico, pieno di «mi auguro che questa mia La trovi bene» e «restiamo a disposizione per ogni necessità». Inservibile.

La seconda riceve una mail che si manda così com’è, con al massimo due ritocchi.

Lo stesso modello. Lo stesso giorno. Risultati opposti.

La differenza si chiama Descrizione.

Cos’è davvero la Descrizione

La Descrizione è la D che la maggior parte delle persone conosce come «prompt engineering». È metà della verità.

È vero che riguarda come scrivi un prompt. Ma non è solo questo. La Descrizione è il modo in cui spieghi all’AI cosa vuoi, come lo vuoi, e come deve dialogare con te per arrivarci. Tre cose, non una.

L’analogia migliore è quella del nuovo collaboratore. Hai assunto qualcuno di bravo. Primo giorno. Sa fare il mestiere, ma non sa niente di te, dei tuoi clienti, del tuo modo di lavorare. Gli dai un compito.

Se gli dici «occupati tu del cliente Rossi», otterrai un disastro. Non perché sia incompetente. Perché non sa cosa significa «occupati», chi è Rossi, e cosa si aspetta Rossi.

Se invece gli dici: «Il cliente Rossi è un’azienda che fattura otto milioni. Lavoriamo con loro da sei anni. Ogni mese gli mandiamo il riepilogo dei movimenti contabili entro il dieci del mese. Trovi i loro documenti nella cartella condivisa. Te ne occupi tu da questo mese. La prima cosa da fare è scaricare i documenti di novembre, classificarli, e prepararmi il riepilogo entro venerdì. Se trovi una voce strana, segnamela prima di chiudere il lavoro» — adesso hai detto qualcosa.

Con l’AI funziona uguale. Non legge nel pensiero. Lavora solo con quello che le dai.

I tre livelli della Descrizione

La Descrizione ha tre livelli. Trascurarne uno lascia buchi. Curarli tutti e tre porta il risultato dal 60% al 95% del lavoro fatto bene.

Primo livello: il risultato che vuoi. Cosa deve uscire dalla conversazione. Una mail. Un documento. Un’analisi. Un elenco. Una sintesi. Per ogni risultato devi dire: in che formato, di che lunghezza, per quale pubblico, in che stile, con quali vincoli. Non bastano due aggettivi. Servono particolari concreti.

«Una mail» non descrive il risultato. «Una mail di 8 righe, tono diretto, niente formalità, destinata a un cliente che mi conosce da anni» — questo descrive il risultato.

Secondo livello: il processo che l’AI deve seguire. Per problemi semplici non serve. Per problemi complessi cambia tutto. Significa dire all’AI in che ordine pensare. «Prima leggi il documento. Poi identifica i tre punti più rilevanti. Per ogni punto, spiega perché conta. Solo alla fine, scrivi la conclusione.» Spezzare il ragionamento in passi rende la risposta molto più affidabile su compiti articolati.

Terzo livello: come l’AI deve comportarsi nel dialogo. Vuoi una risposta breve o approfondita? Vuoi che ti contraddica se non sei d’accordo, o che segua le tue indicazioni anche quando sono dubbie? Vuoi una sola opzione o tre alternative? Vuoi che ti spieghi i suoi passaggi o che vada dritto al risultato? Questi sono comportamenti che vanno specificati. Se non li specifichi, l’AI sceglie per te — e spesso sceglie male.

Tre livelli. Uno per il «cosa», uno per il «come», uno per il «come dialoghiamo».

Le sei tecniche che fanno la differenza

Ci sono sei tecniche di Descrizione che funzionano sempre. Sono le stesse da quando esistono i modelli di linguaggio moderni. Non sono trucchi: sono i principi su cui il prompt engineering si è costruito. Cambiano i modelli, queste restano.

Uno. Dai contesto. Spiega chi sei, cosa stai facendo, perché lo stai facendo. Tre righe di contesto in più valgono dieci scambi di domande di chiarimento. L’AI non sa che sei un avvocato di Milano con uno studio di tre persone. Non sa che il tuo cliente è un’impresa di costruzioni in crisi. Non sa che oggi è venerdì sera e ti serve una bozza per lunedì. Tutto quello che le serve sapere, glielo devi dire.

Due. Mostra esempi di cosa è «buono». Hai una mail vecchia che funzionava? Allegala come riferimento di stile. Hai due paragrafi scritti da te che sono il livello che vuoi raggiungere? Mettili. L’AI impara dai pattern. Due esempi di output ben fatto la indirizzano meglio di venti righe di istruzioni.

Tre. Specifica i vincoli. Lunghezza esatta. Formato. Cosa non vuoi che ci sia. «Non più di 200 parole.» «In elenco numerato.» «Non usare la parola sinergia, mai.» I vincoli stretti producono risultati più puliti dei vincoli larghi.

Quattro. Spezza i compiti complessi in passi. Se devi fare cinque cose, non chiedere tutte e cinque nello stesso prompt. Chiedi la prima, vedi come va, poi la seconda. O scrivi i passi in ordine nel prompt e dì all’AI di affrontarli uno alla volta. La qualità del ragionamento crolla quando un singolo prompt accumula troppi compiti diversi.

Cinque. Chiedi all’AI di ragionare prima di rispondere. Su problemi che richiedono pensiero, una frase basta: «Prima ragiona sui passaggi, poi dammi la risposta finale». Questo abilita un processo interno che, senza richiesta esplicita, l’AI tende a saltare. Risultato: errori logici dimezzati.

Sei. Definisci un ruolo o uno stile. «Comportati come un revisore di bozze che cerca refusi e incongruenze, non come un editore che riscrive.» «Rispondi con il tono di un consulente che parla a un imprenditore, non con quello di un docente universitario.» Il ruolo cambia il registro, e il registro cambia il risultato.

Una settima cosa, non una tecnica vera ma utile da sapere: chiedi a Claude di aiutarti a migliorare il tuo stesso prompt. «Sto cercando di farti scrivere una mail per recuperare un cliente. Non sono sicuro del prompt. Puoi farmi due-tre domande che ti aiuterebbero a darmi un risultato migliore?» Funziona. È meta-Descrizione: usi l’AI per descrivere meglio.

Prima e dopo: tre scene

Scena uno. Una professoressa di liceo. Deve preparare una verifica di storia sulla Prima guerra mondiale per una seconda superiore.

Prima: «Fammi una verifica sulla Prima guerra mondiale.» Risultato: venti domande generiche, livello universitario, mescolate per tipologia, senza criterio di valutazione.

Dopo: «Sono insegnante di storia in una seconda di liceo scientifico. Devo preparare una verifica scritta da un’ora sulla Prima guerra mondiale, capitolo svolto nelle ultime sei lezioni del libro di testo Sergio Romano. Voglio dodici domande totali: quattro a risposta multipla, cinque a risposta breve di 3-4 righe, tre a risposta lunga di 15-20 righe. Le domande devono coprire: cause, principali fronti, conseguenze del trattato di Versailles. Difficoltà: medio-bassa per le prime sette, media per le altre cinque. Per ogni domanda, dammi anche la soluzione e il punteggio assegnato (totale 30 punti). Niente domande su date troppo specifiche.» Risultato: una verifica pronta da stampare, con criterio di valutazione coerente, allineata al programma svolto.

Scena due. Un giovane medico di base. Deve scrivere una lettera di accompagnamento per inviare un paziente da uno specialista.

Prima: «Scrivi una lettera per uno specialista per un paziente con problemi cardiaci.» Risultato: lettera generica che il medico dovrebbe riscrivere da capo.

Dopo: «Sono medico di medicina generale. Devo scrivere una lettera di accompagnamento per inviare un paziente di 58 anni dal cardiologo. Storia clinica: ipertensione in trattamento da 6 anni con buon controllo, dislipidemia, padre deceduto per infarto a 62 anni. Negli ultimi due mesi il paziente lamenta dolore toracico atipico da sforzo che regredisce con il riposo. ECG a riposo nei limiti. Voglio una lettera formale ma sintetica — massimo 12 righe — che riporti i dati anagrafici, l’anamnesi rilevante, i sintomi attuali, il sospetto diagnostico, e la richiesta specifica al collega. Inseriscimi spazi tra le sezioni. Non usare formule barocche tipo “egregio collega”.» Risultato: una lettera professionale, completa, che si manda dopo un solo controllo.

Scena tre. Un imprenditore di una piccola azienda agricola. Deve scrivere il testo per la pagina «Chi siamo» del suo sito web.

Prima: «Scrivi il chi siamo per un’azienda agricola.» Risultato: un testo da brochure anni Novanta, pieno di «passione» e «tradizione di famiglia».

Dopo: «Sono titolare di un’azienda agricola in Umbria che produce olio extravergine di oliva. Quindici ettari, produzione media 18 quintali all’anno, vendita 70% diretta in azienda, 30% online. Clienti tipici: famiglie italiane e tedesche che cercano olio di qualità a prezzo onesto. Devo scrivere il testo “Chi siamo” del sito. Voglio 200-250 parole. Tono: diretto, niente sentimentalismi, niente parole come “passione” o “tradizione”. Voglio raccontare cosa facciamo concretamente: come coltiviamo, come raccogliamo, come moliamo, perché il prezzo è quello. Termina con un invito a venire a visitarci con un appuntamento.» Risultato: un testo che suona umano, vero, e fa vendere.

Errori da non fare

Pensare che la Descrizione sia il prompt e basta. È una conversazione, non un singolo messaggio. Se la prima risposta non torna, non rifare il prompt da zero: aggiungi contesto, correggi, indirizza. Quattro scambi mirati battono dieci tentativi di prompt perfetti.

Sovraccaricare un solo prompt. Cinque richieste diverse nello stesso prompt confondono l’AI. Una richiesta per volta. Se hai cinque cose da fare, fanne una, valuta, passa alla successiva.

Dare contesto inutile. «Sono un essere umano italiano che vive in Italia e usa il computer.» Non serve. Il contesto utile è quello che cambia la risposta. Il tuo ruolo, l’obiettivo, il pubblico, i vincoli. Tutto il resto è rumore.

Non dire il «no». Spesso il vincolo più potente è negativo. «Non usare frasi fatte.» «Non rispondere se manca un dato.» «Non includere disclaimer.» Il «cosa non voglio» indirizza l’AI tanto quanto il «cosa voglio».

Cosa porti a casa

• Tre livelli, non uno. Risultato, processo, comportamento. La Descrizione completa li copre tutti.
• Sei tecniche stabili. Contesto, esempi, vincoli, passi, ragionamento, ruolo. Funzionano oggi e funzioneranno con i prossimi modelli.
• Il contesto vale più dei verbi forti. Tre righe di chi sei e cosa stai facendo cambiano la risposta più di mille «scrivimi nel miglior modo possibile».
• Una richiesta alla volta. Le richieste affollate producono risposte affollate.
• Non legge nel pensiero. Tutto quello che le serve sapere, glielo devi dire.

---

Capitolo 4 — Discernimento: valutare la risposta come fa un revisore

Nel 2023 un avvocato di New York presenta in tribunale una memoria difensiva preparata con ChatGPT. Sei sentenze citate. Sei sentenze inventate. Il giudice se ne accorge. L’avvocato finisce sulle prime pagine, multato e umiliato pubblicamente.

L’avvocato non aveva sbagliato la Delega: si era fatto aiutare nella ricerca, è una cosa legittima. Non aveva sbagliato la Descrizione: il prompt era chiaro. Aveva sbagliato la D successiva. Quella di cui parla questo capitolo.

Discernimento. Saper guardare la risposta dell’AI con l’occhio di un revisore. Distinguere quello che torna da quello che non torna. Capire dove l’AI ha colto nel segno e dove ha inventato. Il Discernimento è il controllo qualità della tua collaborazione con l’AI. Senza, le altre tre D non bastano.

C’è una regola dura, ed è meglio scriverla subito: il Discernimento richiede competenza di dominio. Se non sai abbastanza della materia di cui stai parlando con l’AI, non puoi capire se la risposta è buona. È così. Nessuno strumento ti toglie da questa responsabilità.

L’AI non sa di non sapere

Per capire perché il Discernimento serve, bisogna capire come funziona un modello di linguaggio.

Claude non cerca informazioni. Le costruisce. Le costruisce sulla base dei pattern che ha visto durante l’addestramento. Quando gli chiedi una cosa, lui produce la sequenza di parole più probabile data la tua domanda. È un’enorme differenza rispetto a un motore di ricerca, e da questa differenza nascono tutti i problemi.

Quando ha visto abbastanza materiale sul tema, la sequenza più probabile coincide con quella vera. Risposta corretta.

Quando il materiale è scarso, ambiguo, contraddittorio — oppure quando la tua domanda è specifica al punto che nessun testo l’avrebbe mai trattata in quel modo — il modello produce comunque una sequenza plausibile. Non si ferma. Non dice «non lo so». Risponde, e risponde bene, nel senso linguistico. Le frasi suonano sensate. La risposta sembra autorevole.

Solo che è inventata.

Questo fenomeno si chiama allucinazione. Non è un bug — è il funzionamento stesso del modello che produce un effetto collaterale. Tutti i modelli generativi allucinano, in misura diversa. I modelli più recenti sbagliano meno, ma sbagliano. Aspettare la versione che non sbaglia mai è aspettare una cosa che non arriverà.

Quindi: l’AI a volte ti dice cose vere, a volte cose false, sempre con la stessa sicurezza. Sta a te distinguere. Questo è il Discernimento.

I tre livelli del Discernimento

Come la Descrizione, anche il Discernimento ha tre livelli. Trascurarne uno significa perdere errori che nell’altro avresti visto.

Primo livello: discernimento del risultato. Guardi cosa l’AI ha prodotto. Le risposte alle domande che contano. Le cose sono vere? I dati tornano? Le citazioni esistono? Lo stile è quello giusto per il pubblico? La risposta risolve il problema o lo aggira? Questo è il livello più ovvio, ed è quello che la maggior parte delle persone fa — ma in modo superficiale.

Secondo livello: discernimento del processo. Guardi come l’AI ci è arrivata. Il ragionamento è coerente? Ha saltato passaggi? Si è impuntata su un’ipotesi sbagliata? Ha confuso due concetti simili? In una conversazione lunga sta ancora pensando al problema iniziale o si è perso strada facendo? Questo livello richiede di leggere non solo la risposta ma il modo in cui l’AI l’ha costruita. Spesso devi chiederle di mostrartelo: «Spiegami i passaggi che hai seguito per arrivare a questa conclusione».

Terzo livello: discernimento del comportamento. Guardi come l’AI sta dialogando con te. Risponde troppo a lungo quando ti serve sintesi? Ti contraddice troppo, o non ti contraddice mai? Si scusa in modo eccessivo? Apre ogni risposta con un riassunto della tua domanda? Ti chiede dettagli quando dovrebbe procedere, o procede quando dovrebbe chiedere? Questo livello indirizza la conversazione futura: se vedi un comportamento che non funziona, lo correggi.

Il primo livello evita errori. Il secondo migliora la qualità. Il terzo rende l’interazione efficiente nel tempo.

Il pattern delle allucinazioni

Le allucinazioni hanno schemi ricorrenti. Imparare a riconoscerli ti fa risparmiare tempo e figuracce.

Riferimenti bibliografici inventati. Articoli, libri, sentenze, paper scientifici. Nome dell’autore credibile, titolo plausibile, anno coerente, editore esistente. Solo che il documento non esiste. È la trappola classica per avvocati, accademici, giornalisti. Se l’AI ti cita una fonte, verificala su Google Scholar, sulla banca dati della Cassazione, sul catalogo della Biblioteca Nazionale. Se non la trovi in 30 secondi, probabilmente è inventata.

Numeri specifici senza fonte chiara. «Il 73% delle aziende italiane». «Lo studio del 2022 dell’Università di Bologna». Quando un numero compare così, da solo, senza che tu l’avessi messo nel contesto, diffida. Chiedi all’AI: «Da dove arriva questo numero? Citami la fonte precisa.» Spesso si scopre che il numero è una sintesi plausibile di letture sparse, non un dato verificato. Oppure è inventato del tutto.

Dettagli tecnici di nicchia. Articoli di legge poco noti, parametri medici rari, nomi di funzioni di un software specifico. Più la nicchia è stretta, meno materiale l’AI ha visto, più probabili sono le invenzioni. La risposta sembra precisa proprio perché contiene dettagli — ma i dettagli sono il problema.

Eventi recenti. I modelli hanno una data di addestramento. Eventi successivi a quella data, l’AI non li conosce. Ma se le chiedi di un evento recente senza darle accesso al web, lei lo inventa lo stesso. È particolarmente pericoloso quando l’evento è plausibile e l’invenzione plausibile suona uguale.

Ragionamenti circolari. Su problemi complessi, l’AI può chiudersi in un loop: usa la conclusione come premessa, riconferma la stessa idea con parole diverse, gira intorno al punto senza affrontarlo. Riconoscibile dal fatto che dopo tre o quattro scambi la conversazione non avanza più.

Come si valuta una risposta in 60 secondi

C’è un metodo pratico. Funziona su qualsiasi risposta di qualsiasi modello.

Primo: scansiona i fatti verificabili. Numeri, nomi, date, citazioni, riferimenti. Sottolineali mentalmente. Sono i punti di attacco per il controllo. Tutto il resto — opinioni, sintesi, ragionamenti — lo verifichi dopo.

Secondo: verifica i fatti più sospetti. Non tutti — non avresti tempo. I più sospetti. Le citazioni specifiche. I numeri precisi. I nomi propri rari. Bastano due-tre verifiche mirate. Se sbaglia una, sospetta tutto.

Terzo: leggi il ragionamento. Le conclusioni discendono dalle premesse? L’AI ha trattato i contro-argomenti o li ha ignorati? Ha mescolato il sicuro con l’incerto senza distinguere? Su un ragionamento solido le conclusioni reggono anche se ne togli un pezzo. Su un ragionamento debole no.

Quarto: chiedi all’AI di criticare se stessa. «Quali sono i punti deboli della risposta che mi hai appena dato? Cosa potresti aver sbagliato?» Funziona meglio di quanto sembri. L’AI è capace di riconoscere le proprie debolezze quando glielo chiedi esplicitamente. Non sempre, ma spesso.

Quinto: se hai dubbi, riformula e ricontrolla. Stessa domanda, formulata diversamente. Le risposte coincidono? Bene. Divergono? Una delle due è sbagliata, o entrambe.

Sessanta secondi per ogni risposta importante. Vale ogni secondo investito.

Tre scene di Discernimento

Un avvocato che usa l’AI per cercare giurisprudenza. Claude gli risponde citando quattro sentenze a sostegno della sua tesi. L’avvocato applica il Discernimento di primo livello: prende ogni sentenza, controlla numero e anno sulla banca dati della Cassazione. Tre sentenze esistono e dicono quello che Claude sostiene. Una ha lo stesso numero ma un’altra data, e tratta di un argomento diverso. Una è completamente inventata — non esiste alcuna sentenza con quel numero in quell’anno. In memoria finiscono solo le tre verificate. Tempo di verifica: dieci minuti. Tempo risparmiato rispetto a una figura davanti al giudice: una carriera.

Un commercialista che chiede una sintesi normativa. L’AI gli prepara un riassunto delle ultime modifiche al regime forfettario. Discernimento di secondo livello: il commercialista si chiede se il ragionamento tiene. Una soglia citata gli suona sbagliata — ricorda che è cambiata l’anno scorso. Chiede a Claude: «La soglia che hai indicato è davvero quella in vigore oggi? Da dove viene?» Claude controlla, ammette l’errore, corregge. Senza la verifica, il commercialista avrebbe applicato a un cliente un parametro fiscale superato. Conseguenza evitata: una sanzione tributaria del cliente che sarebbe ricaduta sullo studio.

Una piccola società di marketing. Tre persone, usano Claude per scrivere bozze di post social per i clienti. Discernimento di terzo livello: si accorgono che Claude apre ogni post con la stessa struttura — una domanda retorica seguita da una pausa drammatica. È diventato un tic riconoscibile. I clienti se ne stanno accorgendo. Allora correggono il comportamento: aprono un nuovo prompt iniziale che vieta esplicitamente quel pattern e mostra tre aperture alternative come riferimento. Da quel momento le bozze cambiano stile. Non l’avevano visto al primo post. L’hanno visto al venticinquesimo. Il Discernimento del comportamento si affina col tempo.

Errori da non fare

Fidarsi della certezza apparente. L’AI risponde con sicurezza anche quando sta inventando. La sicurezza non è un indicatore di verità. Anzi: spesso le risposte più sbagliate sono quelle dette con più convinzione. Diffida del tono autorevole se non hai modo di verificare.

Verificare solo quando ti sembra strano. Errore subdolo. Verifichi la cosa che ti suona male, e quando ti suona bene non verifichi. Ma molti errori dell’AI suonano benissimo proprio perché sono costruiti per suonare bene. Il Discernimento sistematico vale più del Discernimento istintivo.

Pensare che modelli migliori non allucinino più. Claude Opus 4.7 allucina meno di Claude 3, ma allucina. È un limite strutturale della tecnologia attuale, non un baco da risolvere col prossimo aggiornamento.

Confondere Discernimento con sfiducia. Non si tratta di partire dall’idea che l’AI sbagli. Si tratta di partire dall’idea che possa sbagliare, in modi specifici e prevedibili. La differenza è enorme. La sfiducia ti paralizza. Il Discernimento ti rende efficace.

Cosa porti a casa

• L’AI a volte inventa. Pattern ricorrenti: citazioni inesistenti, numeri senza fonte, dettagli di nicchia, eventi recenti, ragionamenti circolari.
• Tre livelli di controllo. Risultato, processo, comportamento. Insieme coprono tutti gli angoli ciechi.
• Sessanta secondi di metodo. Scansiona, verifica, leggi, critica, riformula. Una routine ripetibile vale più dell’istinto.
• Competenza di dominio = requisito. Se non sai abbastanza della materia, non puoi giudicare la risposta. Nessuno strumento ti scavalca da questo.
• La sicurezza dell’AI non è verità. Tono autorevole, contenuto da verificare: sono due cose diverse.

---

Capitolo 5 — Diligenza: revisione, trasparenza, responsabilità

Chi è responsabile quando l’AI sbaglia?

Tu.

Sempre tu. Non Anthropic, non OpenAI, non il modello, non il prompt. Quando consegni un lavoro fatto con l’AI — al cliente, al giudice, al paziente, al pubblico — la responsabilità è di chi firma. E chi firma sei tu.

Questo è il punto di partenza della Diligenza. Tutto il resto discende da qui.

La Diligenza è la D meno spettacolare. Non ti fa risparmiare tempo. Non ti fa avere risposte più brillanti. Non ti dà superpoteri di prompting. È il lavoro noioso che separa il professionista dall’amatore. Chi salta la Diligenza prima o poi finisce sui giornali, in tribunale, o senza clienti.

La Diligenza ha tre dimensioni. Diligenza nella scelta dello strumento. Diligenza nella trasparenza verso chi riceve il lavoro. Diligenza nella consegna finale. Tre momenti diversi, una sola responsabilità.

Prima dimensione: scegliere lo strumento con criterio

Non tutti i modelli sono uguali. Non tutti i sistemi gestiscono i tuoi dati allo stesso modo. Non tutti gli accessi sono compatibili col tuo lavoro.

Prima ancora di scrivere un prompt, c’è una scelta che pesa: quale AI usi, e con quali dati la fai lavorare. Questa scelta riguarda la Diligenza, non la Delega. La Delega decide cosa affidare. La Diligenza decide a chi.

Tre domande da farsi prima di mettere dati sensibili dentro un sistema AI.

Chi tratta i dati che inserisci? L’azienda che fornisce il modello li conserva? Li usa per addestrare versioni future? Stanno su server in Europa o fuori? Per Claude, Anthropic dichiara di non usare i contenuti delle conversazioni dei piani consumer per l’addestramento per impostazione predefinita, ma le condizioni cambiano nel tempo e variano fra prodotto e prodotto. Leggi le condizioni del servizio che stai usando, ogni tanto. Non basta averle lette una volta.

Il tuo lavoro tollera quel trattamento? Un avvocato che inserisce in chat documenti coperti da segreto professionale ha un problema di deontologia, prima che di tecnologia. Un medico che inserisce dati di un paziente identificabile in un sistema non sanitario ha un problema di GDPR. Un dipendente che inserisce un progetto strategico aziendale in un account personale ha un problema con il proprio datore di lavoro.

Esiste una versione del servizio adatta al tuo caso? Per molte AI esistono versioni enterprise con tutele più forti: accordi sul trattamento dati, ambienti dedicati, possibilità di disattivare la retention. Per Claude, Anthropic offre opzioni come Claude Enterprise e l’integrazione con piattaforme cloud aziendali. Se tratti dati delicati, non risparmiare i venti euro al mese di una versione professionale.

Questa è Diligenza prima ancora del lavoro. La fai una volta, vale per mesi.

L’AI Act e il GDPR in due righe

L’AI Act dell’Unione Europea, in vigore dall’agosto 2024 con applicazione graduale fino al 2027, classifica i sistemi di AI per livello di rischio e impone obblighi diversi a chi li sviluppa e a chi li usa. Per la maggior parte degli utilizzi professionali in PMI, scuole, studi professionali, il regolamento richiede tre cose chiave: dichiarare l’uso di AI quando il contenuto viene presentato come umano, garantire una supervisione umana sulle decisioni che riguardano persone, tenere traccia di come l’AI è stata usata in processi rilevanti.

Il GDPR, in vigore dal 2018, non parla di AI ma di trattamento di dati personali. Si applica eccome. Se metti dati personali — nome, cognome, indirizzo, dati sanitari, dati economici — dentro un sistema AI, stai trattando dati personali. Devi avere una base giuridica per farlo. Devi sapere dove vanno quei dati. Devi essere in grado di rispondere al titolare dei dati se ti chiede cosa hai fatto delle sue informazioni.

Non serve essere giuristi per applicare queste regole. Serve essere consapevoli. Due principi pratici, sufficienti per il 90% dei casi: anonimizza prima di inserire (togli nomi, sostituisci con «cliente A», «paziente 1»), e usa versioni del servizio adatte al tuo ambito quando tratti dati che non puoi anonimizzare.

Seconda dimensione: trasparenza con chi riceve

L’AI ha collaborato a quello che stai consegnando. Bisogna dirlo? A chi? Come?

La risposta non è uguale per tutti i casi. Ma c’è una regola: la trasparenza è dovuta quando l’altra parte ha un’aspettativa legittima che il lavoro sia frutto solo della tua mano, e quando la differenza è materiale.

Tre contesti tipici.

Lavoro professionale verso un cliente. Un consulente che usa l’AI per preparare una bozza di analisi di mercato. Il cliente non si aspetta che ogni parola sia battuta a mano. Si aspetta che il pensiero, il giudizio, la firma siano del consulente. Dichiarare ogni uso dell’AI è eccessivo, e a volte controproducente. Ma se il cliente chiede, la risposta è onesta: «Le bozze le preparo col supporto dell’AI, le rifinisco e firmo io.»

Pubblicazione di contenuti. Articolo, libro, post, ricerca accademica. Qui le regole stanno cambiando. Molte riviste scientifiche oggi chiedono di dichiarare l’uso di AI nei contributi. Alcune testate giornalistiche stanno facendo lo stesso. Il principio di fondo: chi legge ha il diritto di sapere che ha letto qualcosa scritto in collaborazione con un’AI, non solo da una persona. Se non sei sicuro delle regole del contesto, dichiara. Costa poco, evita figure.

Materiali interni a un’organizzazione. Email tra colleghi, presentazioni interne, documenti di lavoro. Qui la trasparenza segue le politiche dell’organizzazione. Sempre più aziende hanno una policy che chiede ai dipendenti di indicare quando un materiale è stato preparato con l’AI. Se l’azienda ce l’ha, rispettala. Se non ce l’ha, comportati come se ci fosse.

Una formula sintetica funziona quasi sempre, in calce o all’inizio del documento: «Questo documento è stato preparato con il supporto di un sistema di AI. Il contenuto è stato verificato e firmato dall’autore.» Una frase. Niente di drammatico. Risolve il 90% dei dubbi di trasparenza.

Terza dimensione: la consegna finale

L’ultima fase. Quella che separa un lavoro che funziona da un lavoro che ti fa cadere.

Prima di consegnare qualcosa fatto con l’AI, devi fare alcune verifiche. Sempre. Anche quando hai fretta. Anche quando hai già controllato. Anche quando l’AI ha lavorato benissimo le prime nove volte.

Verifica fattuale. Tutti i numeri, le date, i nomi, le citazioni, i riferimenti normativi. Uno per uno. Non a campione. Sono i punti dove l’AI inventa, e sono i punti dove ti faresti più male.

Verifica di coerenza. Il documento dice cose che si tengono insieme dall’inizio alla fine? Non ci sono contraddizioni? Lo stile è uniforme? Su documenti lunghi è facile che l’AI cambi tono fra l’inizio e la fine — soprattutto se sono stati generati a pezzi.

Verifica di appropriatezza. Il livello di linguaggio è giusto per chi lo riceverà? I riferimenti culturali sono quelli adatti? Lo stile rispecchia il tuo? Un documento «firmato da te» deve suonare come scritto da te, non come una pagina Wikipedia.

Verifica di completezza. Manca qualcosa che doveva esserci? L’AI tende a dare risposte plausibili anche quando non ha tutti gli elementi. Le mancanze, spesso, non vengono segnalate. Tocca a te accorgertene.

Quando hai fatto queste quattro verifiche, allora puoi firmare. Solo allora.

Una dichiarazione tipo

Quando serve dichiarare l’uso dell’AI in un documento, una formula sintetica e onesta funziona meglio di una dichiarazione lunga. Tre righe in calce, o in apertura, fanno tutto il lavoro.

«Nella preparazione di questo documento ho usato un sistema di intelligenza artificiale per [specificare: prima bozza / ricerca preliminare / sintesi di materiali / revisione linguistica]. Il contenuto è stato verificato e firmato dal sottoscritto, che mantiene piena responsabilità del risultato.»

Personalizza la parte centrale a seconda del caso. Tieni l’apertura e la chiusura. Funziona dal blog post alla relazione tecnica.

Quattro scene di Diligenza

Un medico di medicina generale. Usa Claude per aiutarsi nella sintesi della storia clinica di un paziente prima di una visita. Diligenza nella scelta: usa una versione enterprise integrata con il gestionale dello studio, non la chat consumer. I dati restano in un perimetro controllato. Diligenza nella trasparenza: nel referto finale per lo specialista non c’è bisogno di dichiarazione esplicita — il documento è suo, lui ha visitato, lui firma. Diligenza nella consegna: rilegge la sintesi, corregge un dato anamnestico che l’AI aveva confuso. Senza la rilettura, lo specialista avrebbe ricevuto un’informazione sbagliata.

Un giornalista. Pubblica un’inchiesta su una testata online. Ha usato Claude per analizzare 200 pagine di documenti pubblici. Diligenza nella scelta: nessun dato personale di terzi è stato inserito in chat, solo documenti già pubblici. Diligenza nella trasparenza: in calce all’articolo, una nota di tre righe spiega che l’analisi documentale è stata fatta col supporto di AI, e che ogni citazione è stata verificata. Diligenza nella consegna: ogni citazione, ogni numero, ogni nome è stato riverificato dal giornalista sull’originale. Niente è andato in stampa solo perché Claude l’aveva detto.

Un piccolo studio commerciale. Tre dipendenti, un titolare. Stanno adottando l’AI per la prima volta. Prima di iniziare, il titolare scrive una policy interna di mezza pagina. Cosa si può mettere in chat (testi normativi, casi anonimizzati, bozze di documenti standard). Cosa non si può mettere (dati identificativi dei clienti, password, documenti coperti da segreto fiscale). Come si dichiara ai clienti l’uso dell’AI (in chiaro nella lettera di incarico annuale). Chi rivede cosa prima della consegna. La policy diventa il riferimento condiviso. Tre mesi dopo, lo studio sta usando l’AI in modo intensivo, senza incidenti.

Una scuola di provincia. La dirigente vuole introdurre l’AI nelle prassi della scuola. Prima dell’avvio, scrive un patto interno con docenti, personale amministrativo, famiglie. Cosa l’AI farà nella scuola e cosa non farà. Quali dati possono essere trattati e quali no. Come si comunicano alle famiglie le decisioni in cui l’AI è stata coinvolta. Il patto è breve, due pagine. Funziona perché è pubblico, scritto, conosciuto da tutti. Un anno dopo non ci sono polemiche con i genitori: il quadro era chiaro fin dall’inizio.

Errori da non fare

Confondere Diligenza con disclaimer. Aggiungere alla fine «scritto con l’aiuto dell’AI» senza aver fatto le verifiche è peggio di non dire niente. La frase finale è la conseguenza del lavoro fatto prima. Senza il lavoro prima, la frase è una foglia di fico.

Usare la chat consumer per dati professionali sensibili. È la trappola più diffusa. La chat consumer è comoda, gratuita o quasi, e tentatissima. Per i dati professionali sensibili non è la scelta giusta. Esistono opzioni più adatte. Costano. Valgono il costo.

Dichiarare troppo o troppo poco. Dichiarare ogni virgola scritta con l’AI svaluta la dichiarazione e ti rende ridicolo. Non dichiarare mai ti espone a ogni accusa. Trova la misura del contesto: pubblico esterno → dichiari. Lavoro interno tuo → puoi non dichiarare ma applica comunque tutte le verifiche.

Saltare la verifica perché «questa volta è andata bene». È il momento più pericoloso. Quando hai usato l’AI dieci volte e dieci volte è stata corretta, l’undicesima volta abbassi la guardia. È quella in cui sbaglia. Lo schema delle figure professionali finite male inizia tutto così.

Cosa porti a casa

• La responsabilità è sempre tua. Nessuna delega all’AI ti toglie la firma finale.
• Tre dimensioni di Diligenza. Scelta dello strumento, trasparenza, consegna. Tutte e tre, sempre.
• GDPR e AI Act non sono opzionali. Anonimizza i dati o usa versioni adatte. Non c’è terza opzione.
• Tre righe di dichiarazione bastano. Onesta, breve, mirata. Niente disclaimer barocchi.
• Verifica anche quando è andata bene mille volte. L’undicesima è quella che ti frega.

---

Capitolo 6 — Il metodo in pratica: una giornata di lavoro

Le 4D non sono una checklist. Sono un modo di pensare.

Se le applichi come una lista da spuntare, le hai fraintese. Sì, all’inizio è normale fare uno sforzo conscio: «adesso decido la Delega, poi penso alla Descrizione, controllo col Discernimento, chiudo con la Diligenza». Va benissimo le prime venti volte. Dopo, succede che le quattro diventano automatiche. Non ci pensi più una alla volta. Pensi così. È il momento in cui hai padroneggiato il metodo.

In questo capitolo finale vediamo le 4D al lavoro su un caso completo. Un compito che dura mezza giornata, attraversa tutte e quattro le D più volte, mostra il loop continuo fra Descrizione e Discernimento, e finisce con la firma di un documento di cui ti puoi prendere la responsabilità senza dormire male.

Il caso: la relazione annuale

Una piccola società di servizi alle imprese. Cinque dipendenti, una sessantina di clienti. La titolare deve preparare la relazione annuale che invierà ai clienti a fine gennaio: una sintesi dell’anno appena chiuso, i risultati raggiunti, le novità del nuovo anno, gli obiettivi proposti per il futuro.

Lavoro tipico da mezza giornata, se fatto a mano. Stesso lavoro, con le 4D, si chiude in un’ora e mezza — e viene meglio.

Fase 1 — Delega: cosa va all’AI, cosa resta a te

Prima ancora di aprire Claude, la titolare prende dieci minuti per pensare.

Il documento avrà cinque sezioni. Premessa con tono umano e personale. Sintesi dei dati dell’anno (fatturato, numero di clienti, ore lavorate, principali risultati). Tre paragrafi sui successi più rilevanti. Anticipazione delle novità per il nuovo anno. Chiusura con un invito al dialogo.

Cosa resta a lei. La premessa, perché parla del rapporto con i clienti. La scelta dei tre successi da raccontare, perché solo lei sa quali contano davvero. La chiusura, perché è una firma. Il giudizio finale su ogni parola del documento — perché il documento parte con la sua intestazione.

Cosa va all’AI. La sintesi numerica dei dati. La struttura narrativa dei tre successi una volta che lei ha deciso quali. La riformulazione della sezione sulle novità del nuovo anno, di cui ha già un appunto disordinato in tre righe.

Cosa fanno insieme. Tutto il resto, in andata e ritorno.

Dieci minuti per fare questa mappa. Tempo investito che paga dieci volte nelle ore successive.

Fase 2 — Descrizione: il primo prompt

Apre Claude. Carica due relazioni degli anni precedenti — quelle che funzionavano. Aggiunge un elenco anonimizzato dei dati dell’anno chiuso. Scrive il prompt iniziale.

«Sono titolare di una società di servizi alle imprese in nord Italia, cinque dipendenti, sessanta clienti. Ti carico due relazioni di fine anno passate (allegato 1 e 2). Questo è il tono che voglio mantenere: diretto, asciutto, non burocratico, mai sentimentale. Ti carico anche i dati dell’anno appena chiuso (allegato 3). Lavoreremo a un documento di circa quattro pagine totali, che invierò ai clienti tra dieci giorni. La struttura è: premessa, dati dell’anno, tre successi rilevanti, novità del nuovo anno, chiusura. Tu mi aiuterai sui dati dell’anno e sulla parte sui successi, una volta che ti dirò quali, e sulla parte delle novità a partire dai miei appunti. La premessa e la chiusura le scrivo da sola. Prima di iniziare, dimmi se hai capito il compito o se hai domande. Non scrivere ancora niente di definitivo.»

Quel prompt iniziale fa quattro cose. Dà contesto su chi lei è e cosa sta facendo. Mostra due esempi di stile (le relazioni passate). Specifica vincoli (lunghezza, tono, struttura, calendario). Definisce il comportamento (un dialogo, non un monologo: aspetta indicazioni, fai domande prima di partire).

Claude risponde con tre domande di chiarimento. Una è banale, una è utile, una rivela un aspetto a cui lei non aveva pensato. Risponde alle tre. Adesso il quadro è completo.

Fase 3 — Loop Descrizione / Discernimento

Da qui in avanti, le due D centrali si alternano in continuazione. Lei descrive, l’AI risponde, lei valuta, corregge, ridescrive. Ogni ciclo dura due-tre minuti. In un’ora ne fa una ventina.

Sezione dati. Chiede a Claude di trasformare la tabella di numeri in due paragrafi narrativi. La risposta torna pulita, ma cita una percentuale di crescita che non corrisponde a quella nel file. Discernimento: identifica l’errore in dieci secondi (è una svista abituale, le percentuali deve verificarle sempre). Lo corregge nel prompt successivo: «La percentuale di crescita corretta è 11,4%, non 14,1%. Rifai mantenendo lo stesso tono.» Risposta corretta. Salva.

Sezione successi. Lei seleziona i tre. Per ognuno scrive due righe di contesto. Chiede a Claude di trasformarle in tre paragrafi di otto-dieci righe ciascuno, mantenendo il tono delle relazioni passate. La risposta è quasi buona, ma il secondo paragrafo si chiude con una frase troppo enfatica — «un risultato di cui andiamo davvero fieri» — che lei non scriverebbe mai. Discernimento di comportamento: questo è un tic stilistico dell’AI quando le si chiede di parlare di risultati. Corregge: «Riformula la chiusura del secondo paragrafo togliendo l’enfasi. Voglio una frase descrittiva, non celebrativa.» Risposta migliorata. Salva.

Sezione novità. Le incolla i suoi tre appunti disordinati. Chiede di trasformarli in mezza pagina, mantenendo concretezza. Claude risponde con un testo che però si dilunga e ripete tre volte lo stesso concetto con parole diverse. Lei interviene: «Troppo lungo. Dimezza, mantieni solo le informazioni essenziali, taglia le ripetizioni.» Risposta dimezzata, mantiene il contenuto, perde la ridondanza.

Vent’anni fa questi cicli sarebbero stati impossibili — non potevi tornare indietro su una bozza dieci volte in un’ora. Oggi, è il funzionamento normale del lavoro con l’AI.

Fase 4 — Diligenza: la chiusura

A questo punto lei ha quattro sezioni su cinque pronte. Scrive la premessa e la chiusura a mano, con la sua voce. Tempo: venti minuti.

Adesso ha il documento intero. Comincia la fase di Diligenza.

Verifica fattuale. Riprende ogni numero del documento e lo confronta con i dati di partenza. Tre numeri. Tutti tornano. Riprende ogni nome citato (sono pochi, due fornitori partner). Verificati.

Verifica di coerenza. Legge il documento dall’inizio alla fine in un colpo. Lo stile tiene? La sua premessa e la sua chiusura non stonano col resto? Le tre sezioni intermedie hanno lo stesso tono? Una sezione le sembra leggermente più formale delle altre. La rilegge, sostituisce due parole, va meglio.

Verifica di appropriatezza. Il documento sarà letto da sessanta titolari di PMI italiane. Il livello di linguaggio è giusto. Nessun tecnicismo inutile. Nessun anglicismo non spiegato.

Verifica di completezza. Manca qualcosa? Si accorge che non ha menzionato il cambiamento del referente per uno dei servizi, che era previsto nelle novità. Lo aggiunge a mano nella sezione corrispondente.

A questo punto, decide sulla trasparenza. Decide di non aggiungere una dichiarazione esplicita sull’uso dell’AI in calce alla relazione — è un documento personale ai suoi clienti, lei ha verificato tutto, la firma è sua. Se un cliente le chiederà direttamente, risponderà con onestà.

Salva. Stampa. Firma. Manda.

Tempo totale: un’ora e quaranta minuti. Il documento è migliore della relazione dell’anno scorso, che le aveva richiesto mezza giornata.

Il loop in una frase

La cosa più importante di tutto il processo è quello che è successo fra le fasi 2 e 3. La Descrizione e il Discernimento non si fanno una volta sola. Si alternano in un loop che dura tutta la collaborazione.

Descrivi → l’AI risponde → discerni la risposta → ricorreggi la descrizione → l’AI risponde meglio → discerni ancora → continui finché il risultato non torna.

Questo loop è il cuore del lavoro vero con l’AI. Senza, ottieni una risposta sola, prendila o lasciala. Con, costruisci il risultato che ti serve, passo dopo passo, in pochi minuti.

Tutto attorno al loop, due cornici. Davanti, la Delega — che decide cosa entra nel loop. Dietro, la Diligenza — che decide se quello che è uscito dal loop si può consegnare.

Quattro D. Due al centro che girano in loop. Due ai lati che proteggono l’entrata e l’uscita.

Errori da non fare

Saltare il loop. Una sola risposta, presa o lasciata. È il modo più diffuso di usare l’AI, ed è quello che ti dà i risultati peggiori. Una conversazione di sette scambi mirati batte dieci tentativi di prompt perfetti.

Confondere automatismo con scioltezza. Dopo un po’, le 4D diventano automatiche. Bene. Ma automatico non vuol dire trascurato. Le quattro verifiche di Diligenza non si saltano mai, neanche dopo cento documenti che sono andati bene.

Dimenticare la cornice. Si rimane nel loop centrale (Descrizione ↔︎ Discernimento) e si dimenticano Delega e Diligenza. Risultato: ottimi prompt su compiti che andavano fatti diversamente, e ottime risposte consegnate senza verifica finale. Il loop è potente. La cornice è quella che ti tiene in piedi.

Cosa porti a casa

• Le 4D girano in parallelo. Non sono passi in sequenza. Sono dimensioni che agiscono insieme.
• Descrizione e Discernimento sono un loop. Si alternano. Si rinforzano. È il cuore del lavoro con l’AI.
• Delega davanti, Diligenza dietro. Decidono cosa entra e cosa esce.
• Un’ora di metodo batte mezza giornata di lavoro a mano. E il risultato è migliore.
• L’automatismo non è trascuratezza. Quando le 4D diventano istinto, non significa che salti i controlli. Significa che li fai senza pensarci.

---

Chiusura — Adesso hai il metodo

Adesso sai usare l’AI con un metodo che dura. Quattro abitudini che restano valide a ogni cambio di modello.

Hai imparato a delegare con criterio — a decidere cosa affidare all’AI e cosa tenere per te. A descrivere bene — a dare contesto come faresti con un nuovo collaboratore. A discernere — a valutare la risposta con l’occhio del revisore e riconoscere quando l’AI inventa. E a esercitare la diligenza — a prenderti la responsabilità di quello che firmi. Le 4D: Delega, Descrizione, Discernimento, Diligenza.

Ma leggere non basta. Le abitudini si prendono usandole, su casi veri, fino a quando diventano automatiche. Per questo ho aperto una community gratuita su Skool: ci si confronta ogni giorno su prompt reali, errori reali, risultati reali. Entra, porta un tuo caso, e mettile in pratica da subito.

→ https://www.skool.com/l-ai-e-la-nuova-elettricita-8966/about

---

Back-cover

Non basta saper aprire Claude. Bisogna sapere come pensare.

L’AI generativa cambia ogni sei mesi. I trucchi di prompting di oggi domani non funzioneranno più. Ma chi ha un metodo resta avanti, modello dopo modello.

Questo libro ti insegna quattro abitudini di pensiero che non invecchiano.

• Delega — Cosa affidi all’AI, cosa tieni a te
• Descrizione — Come dai contesto come a un nuovo collaboratore
• Discernimento — Come valuti la risposta senza farti fregare
• Diligenza — Come ti prendi la responsabilità del risultato

Niente trucchi. Niente «10 prompt magici» destinati a scadere. Solo il modo di lavorare di chi usa l’AI in modo serio — al lavoro, in studio, in azienda.

Sei capitoli, esempi tipici da commercialisti, avvocati, scuole, piccole imprese, medici. Errori da non fare. Cosa porti a casa. E la community gratuita dove metterle in pratica con altri.

Francesco Kei Tudini è consulente e imprenditore AI. Aiuta professionisti e piccole imprese a usare l’intelligenza artificiale in modo serio, con metodo, al lavoro e in azienda.

---

---