Vuoi davvero lavorare con l'IA? Inizia da qui

C'è un momento preciso in cui l'IA smette di essere magia e diventa uno strumento di lavoro: è quando capisci come funziona. Non nei dettagli da ingegnere, ma quanto basta per usarla bene, sapere quanto ti costa e averne il controllo.

Come ragiona davvero un'IA

I token: l'unità di misura nascosta

Quando scrivi a un'IA, lei non legge parole. Legge token: pezzetti di testo. Un token può essere una parola intera ("casa"), un pezzo di parola ("intelligen" + "za") o un segno di punteggiatura.

Perché spezzarle così, invece di ragionare per parole intere?

Se il modello conoscesse solo parole complete, qualsiasi parola mai vista lo bloccherebbe: un errore di battitura, un nome proprio, un termine tecnico, una parola straniera. Tutto ciò che non è nel suo vocabolario sarebbe un buco nero. Coi frammenti, invece, ricostruisce anche ciò che non ha mai incontrato rimettendo insieme pezzi che già conosce — ed è il motivo per cui ti capisce anche quando scrivi di fretta parole che non hanno un senso! 😉

Allora meglio usare le singole lettere?

No, nemmeno — perché più l'unità è piccola, più token servono per dire la stessa cosa — e il lavoro del modello cresce esponenzialmente: raddoppiare i token non raddoppia la fatica, la fa esplodere. Il token è il compromesso: abbastanza grande da restare efficiente, abbastanza piccolo da non spaventarsi davanti a una parola nuova.

Nell'IA tutto si misura in token — quanto scrivi tu, quanto risponde il modello — e su quei token si calcola quanto paghi, in entrata e in uscita. Non è un dettaglio tecnico: è l'unità con cui conti lavoro e costo.

Il costo dei modelli: perché due risposte simili hanno costi diversi

Ogni modello ha un suo listino, di solito in costo per milione di token. E qui la prima sorpresa: la stessa domanda, posta a due modelli diversi, può costare 20 volte tanto.

I modelli più potenti sono più costosi da far girare, quindi costano di più per token: un modello leggero ti fa spendere pochi centesimi dove uno di punta chiede qualche euro. Da qui una regola pratica: non serve sempre il modello più potente. Per riassumere un'email o classificare richieste, il leggero fa benissimo a una frazione del prezzo; il costoso lo tieni per il ragionamento vero — un'analisi complessa, codice delicato, un testo che deve essere impeccabile. Scegliere il modello giusto per il compito giusto è già metà del controllo dei costi.

Seconda distinzione che pesa sul conto: input e output non si pagano uguale. I token che mandi tu — prompt, documenti, storico della conversazione — sono l'input. Quelli che il modello scrive in risposta sono l'output, e costano quasi sempre di più, spesso il triplo o il quadruplo.

Dipende da dove va lo sforzo. Leggere il tuo prompt è facile: il modello lo elabora in un colpo solo. Scrivere la risposta è il lavoro vero — produce un token alla volta, e a ogni passo decide quale viene dopo tenendo conto di tutto ciò che ha già scritto. L'energia sta nella scrittura, non nella lettura. Per questo paghi di più output e meno input.

Il contesto: la memoria di lavoro del modello

Il contesto è tutto ciò che il modello ha davanti mentre ti risponde: la tua domanda, le istruzioni, i documenti che gli hai dato, lo scambio fatto finora.

Due cose da sapere. La prima: il contesto ha un limite, la finestra di contesto, anch'essa in token. Grande, ci infili interi contratti o report; piccola, devi scegliere cosa metterci. La seconda, meno intuitiva: tutto il contesto si paga, a ogni messaggio. In una conversazione lunga, ogni nuova riga obbliga il modello a rileggere da capo tutto il resto. Per questo le chat infinite diventano lente e care: si trascinano dietro un carico sempre più pesante.

Pensa a una scrivania. Il contesto è lo spazio sul tavolo: ci tieni i documenti che ti servono adesso. Riempilo di carta inutile e lavori peggio. Tenerla pulita — dare al modello solo ciò che serve — è una competenza vera.

Quanto è grande la finestra?

Sempre di più. Accanto al nome di un modello vedi spesso un numero come 1M: la finestra arriva a un milione di token, oggi quasi il massimo. Sono centinaia di pagine: in teoria ci stanno documenti interi o conversazioni lunghissime.

In teoria. Perché avere spazio non vuol dire che convenga riempirlo: più carichi il contesto, più la qualità delle risposte cala. Sommerso da migliaia di righe, il modello fatica a tenere a fuoco ciò che conta — già oltre i 300.000 token circa inizia a perdere precisione e a "dimenticare" pezzi importanti. È un limite di oggi, destinato ad attenuarsi coi modelli che migliorano, ma per ora va messo in conto. L'obiettivo non è riempire la finestra: è non avvicinarsi mai al fondo.

In pratica, due abitudini bastano:

• Compatta spesso. Procedi per tappe: a ogni traguardo riassumi dove sei arrivato, riparti dal riassunto e lascia indietro il resto. Una conversazione ripulita lavora molto meglio di una che si trascina tutto dall'inizio. Alcuni strumenti lo fanno da soli — ChatGPT e Claude gestiscono il contesto dietro le quinte, scartando i messaggi più vecchi quando la chat si allunga. Altri, pensati per chi lavora a fondo (Claude Code, per esempio), ti lasciano il controllo: la compattazione la lanci tu, con un comando tipo /compact.
• Una sessione per tema. Lavori diversi, chat diverse. Non usare lo stesso filo per scrivere un'email a un cliente, sistemare un foglio di calcolo e poi cercare idee per un post: ogni argomento lascia residui che confondono il successivo. Aprire una nuova chat costa zero, ed è quasi sempre la mossa giusta.

Modelli semplici e modelli complessi: la differenza che conta

Si tende a pensare che il modello più costoso sia il migliore. È più utile, invece, pensarli come una squadra con ruoli diversi.

Un modello leggero è veloce ed economico, ottimo per compiti definiti e ripetitivi: estrarre dati, classificare, rispondere a domande standard, fare prime bozze. È lo stagista sveglio: gli dai un compito chiaro e lo svolge in fretta.

Un modello di punta è più lento e più caro, ma regge il ragionamento articolato, le sfumature, i problemi a più passaggi. È il consulente senior: lo paghi di più, ma lo chiami quando la cosa è seria.

Saper alternare i due — leggero per il volume, potente per i nodi difficili — è ciò che distingue chi usa l'IA con criterio da chi la usa a caso.

Linguaggio o multimodale: cosa "vede" il modello

I primi modelli capivano e producevano solo testo: sono i modelli di linguaggio. Tu scrivi, loro scrivono.

I modelli multimodali lavorano su più tipi di dato insieme: testo, immagini, a volte audio e video. Gli mostri la foto di una fattura e ne estrae i dati, gli dai lo screenshot di un grafico e te lo commenta, gli dai un'immagine e ti dice cosa contiene.

Una distinzione utile: multimodale in entrata e in uscita. In entrata significa che il modello può ricevere cose diverse dal testo — foto, PDF, audio, video. In uscita, che può produrle — non solo scrivere, ma generare un'immagine o una voce. I modelli di punta di oggi (GPT-5.5, Gemini 3, Claude Opus 4.7) sono multimodali in entrata su quasi tutto; sull'uscita le capacità variano parecchio, quindi conviene verificare caso per caso.

Qualche sigla, utile da decifrare una volta per tutte:

• STT (Speech-To-Text): da voce a testo. La trascrizione automatica — parli, e compare scritto. La trovi anche come ASR (Automatic Speech Recognition).
• TTS (Text-To-Speech): da testo a voce. Il percorso inverso — scrivi, e il modello legge ad alta voce.
• Text-to-Image (a volte TTI): da testo a immagine. Descrivi cosa vuoi e il modello lo disegna — è il cuore di strumenti come Midjourney o DALL·E.
• Image-to-Image (img2img): da immagine a immagine. Parti da un'immagine e la trasformi — ne cambi lo stile, la ritocchi, la estendi oltre i bordi.

La domanda pratica, per te che decidi cosa automatizzare, è una sola: il materiale di partenza è solo testo, o ci sono anche immagini e documenti visivi?

Scansioni, foto, PDF pieni di tabelle: ti serve un multimodale. Solo testo: un modello di linguaggio basta e avanza.

Il prompt che fa la differenza

Il più delle volte, tra un risultato mediocre e uno ottimo non fa la differenza il modello, ma come glielo chiedi.

Il prompt è l'istruzione che dai all'IA, e la qualità della risposta segue quella della richiesta. Un prompt vago ("scrivimi qualcosa sul marketing") dà un risultato vago. Uno preciso — con ruolo, contesto, obiettivo, formato ed esempi — dà qualcosa di usabile.

Vale la pena sapere, soprattutto quando inizi a usare l'IA dentro i tuoi strumenti e non solo in chat, che si distinguono tre tipi di prompt.

• System (sistema): le istruzioni di fondo — chi sei e come ti comporti. Ruolo del modello, tono, regole da rispettare sempre. È la cornice di tutta la conversazione, e di solito resta nascosta: in un'app o un assistente già pronto, il system prompt l'ha scritto chi l'ha costruito e tu nemmeno lo vedi.
• User (utente): quello che chiedi tu, messaggio per messaggio.
• Assistant (assistente): le risposte del modello, che fanno parte del prompt anch'esse — a ogni nuovo messaggio rilegge pure ciò che ha già detto.

Nella chat di tutti i giorni questi tre tipi restano dietro le quinte: tu scrivi e basta. Ma appena lavori via API o configuri un tuo assistente, capire la differenza è ciò che ti permette di dargli un'identità stabile (nel system), separata dalle singole richieste (nello user).

Tre abitudini che cambiano i risultati da subito:

• Sii specifico su contesto e obiettivo. Non "fammi un'email", ma "scrivi un follow-up a un cliente PME che non risponde da due settimane, tono cordiale ma diretto, massimo 120 parole".
• Mostra un esempio. Far vedere com'è un buon risultato vale più di mille spiegazioni.
• Itera. Il primo prompt è una bozza: raffini, aggiungi un vincolo, migliori passo dopo passo. Ogni aggiustamento è un piccolo guadagno che si accumula.

Scrivere buoni prompt non è un trucco da smanettoni: è la competenza con il miglior ritorno sull'investimento.

Gli strumenti che ti servono

Capire i concetti è metà del lavoro; l'altra metà è l'ambiente in cui lavori. Non sono "roba da programmatori": sono il banco da lavoro di chiunque voglia costruire qualcosa di serio con l'IA — script, integrazioni, piccoli progetti che durano nel tempo.

Git: la macchina del tempo per i tuoi file

Git tiene traccia di ogni modifica ai tuoi file. Ogni volta che salvi uno stato (un commit), ne registra una fotografia: puoi tornare a qualsiasi versione, vedere cosa è cambiato e quando, lavorare in parallelo su idee diverse senza rompere quella che funziona.

Pensa alla cronologia delle versioni di un documento condiviso, ma molto più potente e per qualsiasi file. Il valore non è solo tecnico: è dormire sereno, sapere che nulla va perso e ogni errore è reversibile.

Ma ti serve davvero?

Domanda onesta — all'inizio può sembrare ostico — e la risposta dipende da come lavori. Se sei un freelancer che gira al 90% sul proprio PC e usa Claude o un altro agente locale per i suoi file (progetti, second brain, fatture), probabilmente Git non ti serve: basta un drive sincronizzato in cloud (Google Drive, OneDrive, Dropbox) che tiene un backup sempre aggiornato. Semplice, automatico, sufficiente.

Git diventa indispensabile quando le mani sugli stessi file diventano più di una: lavori in team sui medesimi progetti — in locale o in cloud — e oggi, tra i "membri del team", ci sono anche gli agenti.

Un esempio dal mio setup. Nella mia inbox finisce tutto: link, idee, foto, appunti. Ma i punti d'ingresso sono diversi — a volte scrivo dalle note dell'iPhone, a volte mando un audio a un agente che lo trascrive (STT) e salva il testo direttamente su GitHub. Così la stessa cartella viene toccata dal mio PC e da un agente che scrive sul cloud, a volte negli stessi minuti. Senza Git a gestire queste sovrapposizioni e fonderle senza perdere niente, non ne uscirei.

La regola pratica, quindi:

• Lavori da solo e stai iniziando con gli agenti locali?
  Un drive sincronizzato come backup è più che sufficiente.
• Hai un second brain condiviso coi tuoi soci, o più fonti — tu più i tuoi agenti — che scrivono sugli stessi file?
  Lì Git smette di essere un vezzo da sviluppatori e diventa l'unica cosa che tiene insieme il tutto.

Una nota che fa piacere: Git è gratis. Per partire ti appoggi a GitHub o GitLab, con piani gratuiti più che adeguati. E se hai dati che preferisci non affidare a un provider esterno, Git è open source: monti un server self-hosted (Gitea o GitLab CE) su una tua VPS e tieni tutto in casa. Stesso strumento, controllo totale.

File .md (Markdown): documentare senza fatica

Il Markdown (i file .md) è un modo di scrivere testo formattato — titoli, elenchi, grassetto, link — con segni semplici, senza Word e senza menu. Un # fa un titolo, un trattino un elenco, due asterischi il grassetto.

È leggero, leggibile così com'è, funziona ovunque. È lo standard per documentare progetti e prendere appunti strutturati e — non a caso — il formato con cui spesso si dialoga con le IA. Le quattro regole base si imparano in dieci minuti.

C'è un motivo in più, e riguarda l'IA: un Markdown è molto più digeribile di un PDF. Il PDF nasce per la stampa ed è pieno di informazioni di impaginazione che al modello non servono e gli sporcano il contesto; il Markdown è testo pulito. A parità di contenuto occupa meno spazio nella finestra e lascia il modello più lucido.

E il bello: se lasci che sia l'IA a generare e tenere in ordine i tuoi .md — chiedendole di mantenerli compatti — sarà lei a inserire collegamenti tra le note (i wikilink), indici, riferimenti incrociati. In pratica ti costruisce un piccolo second brain navigabile, senza che tu impagini nulla.

"Ma io ho un mucchio di PDF, come faccio?"

Dipende dall'uso:

• PDF di lavoro quotidiano che l'IA deve rileggere ogni volta (manuali, schede, documenti di riferimento): convertili una volta in Markdown e tieni quelli come versione da lavoro. Entrano nel contesto puliti e leggeri.
• PDF d'archivio di cui ti interessa solo il dato aggregato (estratti conto, fatture, ricevute): non darli all'IA uno per uno. A fine mese estrai i numeri che ti servono in un CSV o un foglio Excel e lavora su quello. Una tabella ordinata vale cento PDF sfogliati a uno a uno.

Un'ultima dritta: per leggere e gestire i .md senza fatica c'è Obsidian, un'app gratuita pensata apposta. Li mostra formattati, segue i collegamenti tra note con un clic, e trasforma una cartella di .md in un vero archivio navigabile.

API e OAuth: collegare i tuoi strumenti

Una API è il modo in cui due software si scambiano informazioni: un programma manda una richiesta in un formato prestabilito, l'altro risponde, in modo automatico e ripetibile. Le regole del dialogo — quali richieste sono ammesse e che forma ha la risposta — le fissa chi mette a disposizione l'API. Non fai quello che vuoi: usi solo le operazioni previste, nel modo previsto.

Perché contano così tanto?

Perché oggi le API sono il connettore principale tra tutti i tuoi strumenti, i tuoi e quelli di terzi. Quasi ogni servizio serio — Gmail, Asana, Trello, il tuo gestionale, persino la banca — espone una API: è la porta da cui far passare le automazioni e far dialogare un tool con l'altro. Ed è anche il modo in cui un'IA lavora dentro i tuoi strumenti, non solo nella sua chat.

Ma per bussare a quella porta devi identificarti, e ci sono due modi da distinguere:

• Chiave API (API key): un codice segreto che generi nel pannello del servizio e che dice "sono io". Lo usi per le tue automazioni, dove controlli entrambe le parti. Va custodito con cura — più avanti, nei file .env, vediamo come.
• OAuth: il "via libera con stretta di mano". Invece di copiare una chiave, clicchi Connetti, fai login e autorizzi l'app a entrare — senza mai consegnare la password. È ciò che succede quando colleghi Asana o Trello a Claude: una schermata ti chiede il permesso, tu lo concedi, e da lì i due strumenti si parlano. L'accesso lo revochi quando vuoi, e la password non passa mai di mano.

Una distinzione che vale soldi veri: abbonamento o API a consumo?

Usare Claude o ChatGPT dalle loro app, con l'abbonamento mensile fisso, è comodo per il lavoro di tutti i giorni: paghi una quota e usi l'interfaccia pronta.

Via API — dalla console di Anthropic o dalla platform di OpenAI — funziona diversamente: niente canone, paghi a consumo, per token (ricordi input e output?). È la strada per integrare l'IA nei tuoi strumenti o nelle automazioni: più flessibile e potente, ma occhio al conto — con i modelli di punta le cifre salgono in fretta, e la spesa la tieni d'occhio tu.

Per orientarti:

• Usi Claude tutti i giorni e vuoi collegargli Gmail, Asana, Drive, Calendar?
  Abbonamento + OAuth. Paghi la quota fissa e connetti i tuoi strumenti con un clic, senza toccare una chiave.
• Stai costruendo agenti — in cloud o in locale — su modelli OpenAI o Anthropic?
  Crea una chiave API e aggiungila al progetto: accedi a tutti i modelli del provider, spesso una scelta più ampia di quelli nel pacchetto mensile.

Infine uno strumento pratico: Postman ti fa provare una API senza scrivere ancora un programma. Compili la richiesta in un'interfaccia visuale, premi invio, vedi la risposta. È la palestra ideale per capire come si comporta un servizio prima di integrarlo davvero — senza paura di rompere niente.

Python & Co: quando vuoi costruire qualcosa di tuo

Premessa onesta: qui entriamo nel territorio "avanzato", quindi sarò breve.

Vuoi spingerti oltre e crearti dei piccoli software tuoi?

Non incartarti sul "quale linguaggio uso? come lo sviluppo?". Dipende da cosa vuoi fare, ma con pochi strumenti diffusi e ben documentati fai già tantissimo.

Prima due termini che sentirai ovunque:

• Stack: l'insieme degli strumenti con cui costruisci un software — il linguaggio, il database, l'interfaccia. "Scegliere uno stack" è decidere con quali mattoni tiri su l'applicazione.
• Frontend e backend: il frontend è ciò che l'utente vede e tocca — schermate, bottoni, moduli. Il backend è il motore dietro le quinte — logica e dati, che l'utente non vede. Come in un ristorante: la sala è il frontend, la cucina il backend.

Uno stack solido e diffusissimo per iniziare: Python o Node.js (JavaScript) per la logica, PostgreSQL come database, un framework JavaScript come React o Next.js per il frontend. Strumenti popolarissimi, pieni di guide ed esempi e ben conosciuti dalle IA che ti aiutano a scrivere il codice.

Due parole sui linguaggi che incontrerai più spesso.

Python è il più diffuso per dati e IA: leggibile quasi come l'inglese, con una libreria per quasi tutto, punto d'incontro naturale tra automazione e intelligenza artificiale. Se vorrai far elaborare dati a un'IA in modo sistematico, quasi certamente lo farai qui.

Node.js è JavaScript fuori dal browser: lo stesso linguaggio delle pagine web, ma che gira sul tuo computer o su un server. È la scelta naturale per le app web e tutto ciò che vive online. Il vantaggio: imparato JavaScript, lo usi sia per il frontend sia per il backend.

Bash è il linguaggio del terminale, la riga di comando: spostare file, lanciare programmi in sequenza, automatizzare operazioni. E sta tornando di moda per un motivo preciso: è il modo in cui un agente sul tuo PC dialoga con il computer. Quando un agente locale crea un file, apre una cartella o lancia un comando, sotto sotto usa Bash. Capirne le basi serve anche solo per sapere cosa sta facendo al posto tuo.

Variabili d'ambiente e file .env: i segreti al sicuro

Quando un programma chiama un'IA via API deve identificarsi con una chiave segreta. Quella chiave è come la password della tua carta: chi ce l'ha, spende a tuo nome.

La regola d'oro: mai scrivere chiavi e password nel codice. Si tengono separate, in variabili d'ambiente — valori che vivono fuori dal programma — di solito in un file .env. Il programma le legge da lì, e quel file resta privato: mai condiviso, mai pubblicato.

È la cassaforte: i valori importanti stanno dentro, non scritti sul muro. È una delle prime abitudini di sicurezza da prendere, e una delle più disattese da chi inizia — una chiave rubata sono costi reali sul tuo conto.

Un esempio di quanto sia concreto: con l'IA in tanti si sono buttati a programmare senza padroneggiare le basi, e capita che finiscano per pubblicare le proprie chiavi API su GitHub, magari in repository pubblici. Il guaio è che c'è già chi quei repository li passa al setaccio apposta, a caccia di chiavi da sfruttare gratis — sulle spalle del malcapitato.

Un po' di documentazione: il regalo che fai a te stesso

Infine, l'abitudine più sottovalutata: scrivere due righe su cosa fa una cosa e perché. Un file di appunti, una nota sul motivo di una scelta.

Non serve un manuale. Serve quel minimo che permette a te-tra-sei-mesi — che avrai dimenticato tutto — di rimetterci le mani in cinque minuti invece che in un pomeriggio. La documentazione è una lettera al tuo futuro, e il tuo futuro te ne sarà grato ogni volta.

Due modi pratici per non lasciarla al caso:

• Se usi Git, sfrutta le issues: schede integrate nel repository dove tieni traccia di cose da fare, bug, idee da non perdere. Restano legate al progetto e al suo storico, così la to-do list vive accanto al lavoro invece che sparsa in dieci posti.
• Se non usi Git, chiedi al tuo agente locale di tenere in ordine la documentazione: file di index che fanno da mappa, file di sessione che registrano cosa hai fatto e quando. Glielo imposti una volta, e ci pensa lui.

Il quadro completo

Da una parte hai capito come ragiona un'IA: i token con cui misura — e fa pagare — tutto, input e output compresi; il costo che cambia enormemente tra un modello leggero e uno di punta; il contesto da tenere pulito come una scrivania, da compattare spesso e non riempire mai fino in fondo; la differenza tra linguaggio e multimodale; e i prompt — coi ruoli system, user e assistant — come leva principale per risultati migliori.

Dall'altra hai il banco da lavoro: Git per non perdere nulla (quando ti serve davvero), il Markdown per documentare e dialogare meglio con l'IA, le API con chiave o OAuth per collegare i tuoi strumenti, la scelta tra abbonamento e consumo, Python, Node e Bash per costruirti qualcosa di tuo, i file .env per i segreti, e un po' di documentazione per il te stesso di domani.

Nessuno di questi concetti richiede un dottorato. Basta vederli una volta con chiarezza — e poi diventano il linguaggio comune con cui prendere in mano l'IA e usarla con criterio.