In questo articolo

• Perché l’AI va applicata partendo dal lavoro reale, non dagli strumenti.
• Come individuare frizioni, attività ripetitive e opportunità concrete.
• Come trasformare un’esigenza quotidiana in un caso d’uso operativo.
• Cos’è un prompt auto-attivante e perché vale la pena progettarlo bene.
• Perché può essere utile far scrivere all’AI il prompt destinato all’AI.
• Cosa insegna questo approccio sul prompt engineering.
• Come trasformare un buon prompt in assistente, progetto o agente.
• Da dove dovrebbe partire un’azienda che vuole usare l’AI per migliorare davvero la produttività.

Quando progetto un corso di Intelligenza Artificiale per un’azienda, cerco di non iniziare dall’AI. Non parto da ChatGPT, Copilot, Claude o dall’ennesima lista di strumenti da provare.

Parto dalle persone.

Le prime domande che faccio sono molto semplici:

Chi sei? Cosa fai ogni giorno? Dove perdi tempo? Cosa ripeti continuamente? Cosa ti crea frizione? Cosa vorresti riuscire a fare meglio o più velocemente?

Per me, un percorso serio di adozione dell’AI comincia qui.

Molte aziende hanno già accesso agli strumenti. Il problema, spesso, non è la mancanza di tecnologia e nemmeno una presunta “ignoranza” delle persone.

È molto più semplice:

nessuno ha ancora mostrato loro come collegare l’AI al lavoro che fanno davvero.

L’AI diventa interessante quando smette di essere qualcosa da provare e diventa qualcosa che puoi usare domani mattina.

Il punto di partenza: non uno strumento AI, ma il lavoro reale di una persona.

Da una lista di attività a una mappa concreta delle opportunità

Durante una recente lezione per un’impresa sociale che opera nell’housing sociale, abbiamo analizzato alcune attività amministrative e operative molto concrete:

• controllo delle morosità;
• verifica degli estratti conto;
• utilizzo quotidiano di Excel;
• incrocio tra incassi e posizioni;
• gestione dei piani di rientro;
• controllo delle scadenze;
• comunicazioni operative.

A quel punto avremmo potuto chiedere:

“Cosa può fare Copilot?”

Abbiamo preferito ribaltare completamente la domanda:

“In quali punti di questo lavoro l’AI potrebbe toglierti fatica?”

È una differenza enorme.

Non stavamo più cercando funzionalità da mostrare.

Stavamo cercando frizioni da eliminare.

Da lì sono emersi alcuni casi d’uso ad alto impatto:

individuare insoluti, confrontare pagamenti attesi e ricevuti, incrociare dati, segnalare anomalie, simulare piani di rientro, sintetizzare informazioni e preparare comunicazioni.

La sequenza è importante:

prima capire il problema, poi decidere cosa delegare alla macchina.

La prima mappa delle attività nelle quali l’AI può produrre un risparmio di tempo reale.

Il momento in cui l’AI smette di essere teoria

Poi abbiamo fatto una cosa molto semplice.

Abbiamo immaginato un normale foglio Excel con informazioni come:

Inquilino | Canone | Scadenza | Importo dovuto | Importo pagato | Data pagamento

E abbiamo iniziato a lavorare su richieste reali.

Per esempio:

Analizza questa tabella. Individua le posizioni con pagamenti mancanti o parziali. Calcola il debito residuo e segnala le situazioni prioritarie.

Poi:

Crea un nuovo foglio contenente soltanto le posizioni aperte, ordinate dal debito più alto al più basso.

E ancora:

Per ogni posizione prepara una simulazione di piano di rientro in 6, 12 e 18 rate.

È questo il momento nel quale, secondo me, una lezione sull’AI comincia veramente.

Non quando qualcuno dice:

“Ho capito come funziona ChatGPT.”

Ma quando pensa:

“Questa cosa domani la posso usare.”

Dalla conversazione a un’attività immediatamente applicabile.

La domanda che ha cambiato tutto: perché spiegare ogni volta il lavoro all’AI?

A questo punto è emerso un problema evidente.

Se una persona svolge continuamente attività simili, perché dovrebbe spiegare ogni volta all’AI:

• che lavoro fa;
• quali dati utilizza;
• cosa deve controllare;
• quali risultati vuole ottenere;
• come devono essere presentati;
• quali errori deve evitare;
• come comportarsi quando un dato non è certo?

La risposta è semplice: non dovrebbe farlo.

Abbiamo quindi deciso di costruire un prompt auto-attivante.

Non un prompt per risolvere una singola richiesta. Un prompt capace di definire una vera e propria modalità di lavoro.

Un prompt auto-attivante non dà una risposta: crea un comportamento

Per come lo utilizzo io, un prompt auto-attivante è un insieme strutturato di istruzioni che, una volta inserito nella conversazione, assegna all’AI:

• un ruolo;
• un obiettivo;
• un contesto operativo;
• delle competenze;
• delle regole;
• dei criteri decisionali;
• un formato di risposta;
• dei limiti.

Nel nostro caso è nato un:

AI Operations & Credit Management Assistant

Un super-assistente progettato per lavorare su morosità, incassi, estratti conto, Excel, riconciliazione dei dati, piani di rientro, scadenze, comunicazioni e reportistica.

Ma il punto più interessante non era dirgli soltanto cosa fare.

Era insegnargli come lavorare.

Per esempio:

• analizzare prima struttura e contenuto;
• individuare dati mancanti, duplicati e anomalie;
• non inventare associazioni tra dati incerti;
• dichiarare ciò che non può essere verificato;
• produrre, quando possibile, un risultato direttamente utilizzabile;
• evidenziare ciò che richiede attenzione.

Un buon prompt auto-attivante non serve a ottenere una bella risposta. Serve a ottenere un comportamento più coerente nel tempo.

# AI OPERATIONS & CREDIT MANAGEMENT ASSISTANT

Da questo momento attiva la modalità **AI Operations & Credit Management Assistant**.

Agisci come mio super-assistente personale specializzato nella gestione operativa di:

* morosità degli inquilini;
* controllo incassi e pagamenti;
* analisi di estratti conto;
* utilizzo avanzato di Excel;
* riconciliazione dei dati;
* piani di rientro;
* monitoraggio delle scadenze;
* comunicazioni con gli inquilini;
* reportistica operativa e gestionale.

## OBIETTIVO

Il tuo compito è aiutarmi a:

* risparmiare tempo;
* ridurre attività manuali e ripetitive;
* individuare errori e anomalie;
* organizzare meglio i dati;
* prendere decisioni più velocemente;
* mantenere sotto controllo morosità, pagamenti e piani di rientro.

Non limitarti a rispondere alla mia domanda: cerca di capire quale risultato operativo sto realmente cercando di ottenere.

## COME DEVI LAVORARE

Quando ti fornisco file Excel, CSV, tabelle, estratti conto, email, documenti o dati:

1. analizza prima struttura e contenuto;
2. individua dati mancanti, duplicati, errori e anomalie;
3. non modificare o interpretare arbitrariamente dati incerti;
4. segnala chiaramente ciò che non può essere verificato;
5. proponi il metodo più rapido e affidabile;
6. produci direttamente il risultato utilizzabile;
7. evidenzia eventuali situazioni che richiedono la mia attenzione.

## MOROSITÀ

Quando analizzi posizioni debitorie, aiutami a identificare:

* importo dovuto;
* importo incassato;
* residuo;
* ritardo;
* numero di rate insolute;
* scadenze;
* andamento dei pagamenti;
* eventuali accordi già esistenti;
* priorità di intervento.

Se utile, crea classificazioni come:

**Regolare | Da monitorare | Critico | Urgente**

Spiega sempre il criterio utilizzato.

## ESTRATTI CONTO E INCASSI

Quando lavoro con movimenti bancari o pagamenti:

* confronta incassi attesi e incassi ricevuti;
* cerca corrispondenze tramite nominativo, importo, data, codice o altri riferimenti disponibili;
* individua pagamenti mancanti, duplicati o difficili da attribuire;
* segnala differenze;
* non creare associazioni se il match non è sufficientemente affidabile.

Quando necessario, indica anche il livello di affidabilità del match:

**Certo | Probabile | Da verificare**

## EXCEL

Agisci anche come **Senior Excel Analyst**.

Puoi aiutarmi a:

* creare e correggere formule;
* spiegare formule esistenti;
* pulire dati;
* ordinare e filtrare informazioni;
* incrociare fogli;
* utilizzare CERCA.X, SOMMA.PIÙ.SE, CONTA.PIÙ.SE, SE, filtri, tabelle pivot e altre funzioni appropriate;
* creare colonne di controllo;
* identificare anomalie;
* costruire report e dashboard semplici.

Quando proponi una formula:

* forniscila pronta da copiare;
* spiegami brevemente cosa fa;
* usa la soluzione più semplice possibile.

## PIANI DI RIENTRO

Quando preparo un piano di rientro:

* considera debito residuo;
* eventuale anticipo;
* numero di rate;
* importo della rata;
* frequenza;
* data iniziale;
* data finale;
* eventuali arretrati.

Quando utile, proponi più scenari, ad esempio:

**6 rate | 12 rate | 18 rate**

Mostra chiaramente differenze e sostenibilità.

Non assumere informazioni economiche che non ti ho fornito.

## COMUNICAZIONI

Quando devo scrivere a un inquilino:

* mantieni un tono professionale;
* chiaro;
* rispettoso;
* fermo quando necessario;
* non inutilmente aggressivo.

Adatta il tono alla situazione:

**Promemoria | Sollecito | Secondo sollecito | Proposta di accordo | Conferma piano di rientro | Mancato rispetto dell'accordo**

Non inventare riferimenti normativi, scadenze, importi o accordi.

## REPORT

Quando ti fornisco molti dati, aiutami a sintetizzarli attraverso:

* totale morosità;
* numero posizioni aperte;
* debito medio;
* importi recuperati;
* rate scadute;
* piani di rientro attivi;
* situazioni critiche;
* anomalie;
* priorità operative.

Concludi, quando utile, con:

**Cosa richiede attenzione oggi**

e indica massimo 5 azioni concrete.

## PRIVACY E SICUREZZA

Considera sempre che posso lavorare con dati personali e finanziari.

Non chiedermi dati personali se non sono necessari per il compito.

Quando possibile, suggerisci di lavorare con:

* ID;
* codici;
* dati anonimizzati;
* informazioni strettamente necessarie.

## STILE DI RISPOSTA

Voglio risposte:

* sintetiche;
* operative;
* precise;
* senza teoria inutile;
* senza linguaggio tecnico non necessario;
* orientate al risultato.

Usa tabelle quando rendono il risultato più leggibile.

Se esiste una soluzione nettamente migliore delle altre, proponi direttamente quella.

Se una mia richiesta può essere automatizzata o semplificata, segnalamelo.

## ATTIVAZIONE

Appena ricevi questo prompt, non spiegare il protocollo.

Scrivi soltanto:

**AI OPERATIONS & CREDIT MANAGEMENT ASSISTANT ATTIVO**

Poi attendi la mia prima richiesta operativa.

Un prompt riutilizzabile merita più attenzione di un prompt usa-e-getta

Qui arriva un’altra lezione importante.

Un prompt di questo tipo va progettato bene la prima volta.

Non perché debba essere perfetto.

Ma perché verrà riutilizzato.

Se costruisco male un prompt che userò una volta, perderò qualche minuto.

Se costruisco male un sistema che utilizzerò ogni settimana, continuerò a replicare gli stessi difetti.

Per questo vale la pena investire tempo all’inizio.

Ma c’è un dettaglio fondamentale:

quel tempo non deve essere speso necessariamente a scrivere manualmente centinaia di righe di istruzioni.

Deve essere speso soprattutto a pensare bene il sistema.

La parte più curiosa: abbiamo fatto scrivere all’AI il prompt per l’AI

Questa è probabilmente la parte della lezione che trovo più interessante dal punto di vista del prompt engineering.

Le nostre richieste iniziali erano relativamente semplici.

Non abbiamo scritto un “mega-prompt” di tre pagine.

Abbiamo costruito progressivamente una buona idea:

persona → attività → frizioni → obiettivo → comportamento desiderato

A quel punto abbiamo delegato all’AI la formalizzazione.

In altre parole:

noi abbiamo progettato il punto di arrivo; la macchina ci ha aiutato a scrivere le istruzioni per raggiungerlo.

È lo stesso principio che utilizziamo sempre più spesso con il codice.

Non devo necessariamente scrivere personalmente ogni riga.

Devo sapere:

• cosa voglio ottenere;
• quali vincoli esistono;
• quali errori devo evitare;
• come riconosco un buon risultato.

La macchina può occuparsi di una parte importante della formalizzazione.

E oggi trovo spesso poco efficiente scrivere manualmente da zero un prompt complesso quando posso chiedere alla stessa AI di progettarlo, criticarlo, strutturarlo e migliorarlo.

Il prompt engineering più interessante? Guardare come l’AI istruisce se stessa

Questo esercizio contiene anche una piccola lezione di prompt engineering.

Se chiedo a un modello di trasformare un problema reale in un assistente specializzato, posso osservare come organizza le istruzioni destinate a se stesso.

Per esempio:

• Come divide il prompt in sezioni?
• Come stabilisce le priorità?
• Come gestisce l’incertezza?
• Come impedisce associazioni arbitrarie?
• Come definisce il formato dell’output?
• Come trasforma un obiettivo generico in procedure operative?

Nel nostro caso, ad esempio, l’assistente ha previsto che l’incrocio tra pagamenti e posizioni non debba essere forzato.

Un abbinamento può essere classificato come:

Certo | Probabile | Da verificare

Questo piccolo dettaglio vale molto più di tante formule di prompting.

Perché introduce un principio importante:

una buona AI non deve soltanto produrre risultati. Deve anche sapere dichiarare quando non è abbastanza sicura.

Il vero vantaggio non è scrivere prompt migliori. È pensare meglio prima di scriverli.

Continuo a considerare utile conoscere le basi del prompt engineering.

Ma non credo che il vantaggio competitivo consista nel diventare tutti bravissimi a scrivere prompt lunghissimi.

La competenza decisiva è un’altra: sapere cosa vogliamo ottenere.

L’idea deve essere nostra.

Il problema deve essere compreso da noi.

Le frizioni devono emergere dal lavoro reale.

Dobbiamo sapere cosa sarebbe un buon risultato.

Poi possiamo utilizzare l’AI come leva.

Non è la lunghezza del prompt a fare la differenza. È la qualità del pensiero che viene prima del prompt.

Prima immagina il punto di arrivo. Poi lascia che l’AI costruisca il ponte.

Durante questa esperienza i prompt iniziali erano volutamente minimali.

Non stavamo cercando formule sofisticate.

Stavamo cercando di arrivare da qualche parte.

Ed è una distinzione importante.

Un prompt tecnicamente sofisticato senza un obiettivo chiaro rimane un prompt sofisticato.

Un’idea forte, invece, può diventare:

• un workflow;
• un protocollo;
• un assistente;
• un agente;
• un sistema di controllo;
• un processo ripetibile.

È esattamente quello che è successo durante questa lezione.

A quel punto mancava solo una cosa: una faccia

Una volta definito il ruolo, le competenze e il modo di lavorare del nostro assistente, abbiamo fatto una cosa decisamente meno tecnica.

Gli abbiamo dato un volto.

Abbiamo chiesto all’AI di immaginare quale potesse essere l’aspetto del nostro nuovo super-assistente e abbiamo generato la sua immagine.

È stata una parte divertente della lezione, ma secondo me contiene anche un piccolo cambio di prospettiva.

Un nome, un ruolo e un volto aiutano a far capire che non stiamo più semplicemente facendo domande casuali a una casella di testo.

Abbiamo progettato una risorsa digitale per un compito preciso.

Il nostro assistente, questa volta, aveva anche un volto.

E dopo la lezione? Quel prompt può continuare a lavorare

La cosa interessante è che il risultato non deve rimanere confinato nella chat utilizzata durante il corso.

Una volta progettato e testato, quel prompt può diventare diverse cose.

• Un prompt auto-attivante
  • Lo salvo, lo recupero quando serve, lo inserisco in una nuova conversazione e riattivo immediatamente quella modalità di lavoro.
• Le istruzioni di un progetto
  • Posso creare uno spazio dedicato a quella funzione aziendale e utilizzare il prompt come contesto operativo permanente.
• La base di un assistente personalizzato
  • Posso trasformarlo in uno strumento dedicato a un singolo reparto, ruolo o processo.
• Il cervello iniziale di un agente
  • Posso successivamente collegarlo a documenti, dati, procedure, strumenti e automazioni.

Quello che abbiamo costruito in aula, quindi, non era soltanto un buon prompt. Era il primo prototipo di un sistema di lavoro.

Quando entro in un’azienda, queste sono le domande che mi interessano davvero

È per questo che non amo portare corsi completamente preconfezionati.

Prima voglio capire il lavoro.

Le mie domande sono quasi sempre queste:

• Chi siete?
• Dove volete arrivare?
• Cosa fate ogni giorno?
• Dove incontrate attrito?
• Cosa ripetete inutilmente?
• Quali attività vi portano via tempo senza creare abbastanza valore?
• Cosa potrebbe essere automatizzato, accelerato o semplicemente fatto meglio?

Solo dopo arrivano ChatGPT, Copilot, Claude, Gemini, gli agenti e le automazioni.

Perché gli strumenti cambiano continuamente.

I problemi da risolvere vengono prima.

Il corso di AI che considero riuscito è quello che produce qualcosa già utilizzabile

Non mi interessa insegnare una collezione di “prompt magici”.

Mi interessa che alla fine di una lezione qualcuno possa pensare:

“Domani questa cosa entra nel mio lavoro.”

Per questo progetto i miei percorsi partendo dalle attività reali delle persone e dei reparti.

Amministrazione, marketing, operations, commerciale, customer care, formazione: ogni funzione ha processi, dati e frizioni differenti.

E quindi dovrebbe utilizzare l’AI in modo differente.

La domanda da cui partire, secondo me, non è:

“Come possiamo usare l’Intelligenza Artificiale?”

È questa:

“Quale parte del nostro lavoro dovrebbe diventare più semplice?”

Da lì possiamo iniziare a costruire.

Domande che mi fanno spesso

Emanuele, non rischio di perdere più tempo a costruire l’assistente che a fare il lavoro?

Sì, se lo costruisci per qualcosa che farai una volta sola.

Se invece parliamo di un’attività ricorrente, la logica cambia completamente.

Un buon assistente richiede un investimento iniziale perché deve restituire valore nel tempo.

Io partirei quindi da processi frequenti, ripetitivi o sufficientemente importanti da giustificare quel lavoro iniziale.

Emanuele, devo imparare a scrivere prompt enormi per utilizzare bene l’AI?

No.

Devi conoscere alcuni principi di base, ma soprattutto devi imparare a descrivere bene il problema, il contesto e il risultato che vuoi ottenere.

Per la parte più meccanica della scrittura puoi utilizzare la stessa AI.

Anzi, farle progettare e poi criticare un prompt destinato a se stessa è uno degli esercizi di prompt engineering che considero più utili.

Emanuele, perché non continuare semplicemente a usare ChatGPT o Copilot normalmente?

Puoi farlo, soprattutto per attività occasionali.

Il problema nasce quando ogni volta devi ricostruire lo stesso contesto, le stesse regole, gli stessi criteri e lo stesso formato.

Un assistente progettato bene serve a ridurre proprio questa frizione.

Non rende l’AI infallibile. La rende più coerente con il lavoro che deve svolgere.

Emanuele, se il prompt è fatto bene posso fidarmi completamente del risultato?

No.

E diffiderei di qualsiasi sistema costruito partendo da questa aspettativa.

Un buon assistente deve prevedere controlli, gestione dell’incertezza e momenti nei quali la verifica umana rimane necessaria.

Nel nostro caso abbiamo esplicitamente introdotto regole per evitare associazioni arbitrarie tra dati e per segnalare ciò che non può essere verificato con sufficiente affidabilità.

L’obiettivo non è eliminare la persona dal processo. È farle perdere meno tempo sulle parti che la macchina può gestire meglio.

Emanuele, da dove dovrebbe partire domani un’azienda che vuole utilizzare meglio l’AI?

Non comprerei subito un altro software.

Prenderei un reparto e costruirei una tabella molto semplice:

Attività | Frequenza | Tempo | Frizione | Dati disponibili | Risultato desiderato

Poi sceglierei due o tre attività ad alto impatto.

E inizierei da lì.

È esattamente il motivo per cui costruisco percorsi di formazione personalizzati:

l’adozione dell’AI funziona molto meglio quando parte dal lavoro reale, non dalla tecnologia.

Vuoi capire dove l’AI può migliorare davvero il lavoro della tua azienda?

Progetto percorsi di formazione sull’Intelligenza Artificiale costruiti sulle attività reali delle persone, con esercitazioni, casi d’uso, prompt, assistenti e workflow immediatamente applicabili.

Emanuele BDC
Docente · Formatore · Consulente AI

emaf205.com