In quattro settimane, il tuo team passa da risposte generiche di un chatbot a un assistente per ruolo che usa sul lavoro reale. Il metodo resta in azienda quando ce ne andiamo.
Se manca anche solo uno di questi quattro, non abbiamo finito.
Prompt che reggono su qualsiasi modello. Stessa struttura, risultati coerenti, non una chat fortunata.
Un assistente per ruolo che usano ogni giorno. Progetti in Claude e ChatGPT, Gems in Gemini. Le regole vivono nella configurazione, non nella testa di qualcun altro.
Il criterio per sapere quando fidarsi dell'IA. Cosa condividere, come verificare la risposta, quando serve ancora il via libera di una persona.
Report, presentazioni e pacchetti settimanali prodotti con l'IA, sui loro file reali. Non un sandbox.
Tre esempi da una singola coorte. Un team operativo che aveva già la chat IA aperta, senza un metodo condiviso. Lo stesso approccio che il tuo team userebbe sul proprio lavoro.
Un cliente · tre assistenti · processi reali
Il credito passava la settimana a inseguire a mano gli stessi conti scaduti. Hanno costruito un assistente che redige email per grado di fermezza, messaggi WhatsApp e copioni di chiamata dalle proprie regole. La chat parte dal playbook, non da una pagina bianca.
Da sollecito ad hoc → pacchetto graduato
Il servizio tracciava gli ordini cliente per cliente e veniva a sapere dei ritardi solo quando qualcuno chiamava. Il loro assistente segnala consegne in ritardo o a rischio dalla lista della settimana. Decide sempre una persona; il ritardo smette di essere una sorpresa.
Da inbox reattiva → rischio segnalato
Visite e file di vendita venivano ricostruiti in slide ogni settimana. Hanno messo le regole in un assistente e allegato il file della settimana. La direzione riceve un board breve per agente senza che nessuno parta da un deck vuoto.
Da board manuale → riepilogo settimanale
Slide per la teoria necessaria, poi demo su lavoro reale. Osservano il loop. Si esercitano sul proprio lavoro tra una sessione e l'altra. Gli ultimi 10–15 minuti sono domande.
Lettura ed esercizi, più la costruzione del proprio assistente e l'inserimento di un documento sicuro. Il lavoro pratico è il peso che cresce nel tempo. Lavoro produttivo, non busywork.
Tutto il team. Principianti, operatori, coordinatori, analisti, office manager e chiunque sia nuovo all'IA. Nessuna conoscenza pregressa. Niente codice. Persone che apriranno gli strumenti e si eserciteranno sul lavoro che già fanno.
Chi ha già toccato il tetto della chat e ha bisogno di Builder. Chiunque voglia solo un briefing senza lavoro pratico. Ingegneri software che già rilasciano con agenti.
Imparare quanto basta per agire, poi agire. Un briefing stretto sull'idea, poi tempo studio in cui l'agente fa lavoro reale sul loro stack.
Prima del kickoff, una valutazione pre-programma per ogni partecipante. Misuriamo conoscenza, atteggiamento (chi è pronto e chi opporrà resistenza e perché), mappiamo cosa fanno davvero ogni giorno e dove stanno le opportunità. Così personalizziamo l'aula prima che qualcuno entri in una sessione live.
Le sessioni live mescolano slide di teoria con demo su lavoro reale. Osservano il loop, poi si esercitano sul proprio lavoro con noi in aula. Durata e numero seguono il formato sopra.
Async tra le sessioni: lettura ed esercizi, più setup e lavoro pratico sul loro lavoro reale. Diamo peso crescente alla costruzione pratica.
Quattro settimane. Quattro cose che il tuo team può mostrarti. Apri una settimana per vedere cosa succede in aula e cosa si portano a casa.
Il modello è lo stesso per tutti. Il prompt cambia il risultato.
Lettura breve. Quattro parole che useranno tutto il mese: probabilistico, contesto, prompt, iterare.
Perché le risposte variano. In cosa è brava e in cosa scarsa l'IA, con onestà da entrambi i lati. Poi le 5 parti su un compito live. Vedono una risposta debole venire iterata davanti a loro. Gli ultimi 10–15 minuti sono domande.
Scrivono un prompt in 5 parti per un compito della propria funzione e lo eseguono. La settimana dopo smettono di riscrivere le regole ogni volta.
Cosa fare e chi deve essere il modello mentre lo fa.
Cosa deve sapere e cosa non deve inventare o saltare.
Come deve apparire la risposta, perché entri direttamente nel lavoro reale.
Elaborato Un prompt in 5 parti per un compito reale del loro lavoro.
La chat dimentica. La configurazione ricorda.
Lettura sul prompt che non riscrivi ogni volta. Portano un compito ripetitivo dal proprio lavoro.
Cos'è un system prompt. Quali livelli controllano. Costruiamo dal vivo un Progetto riutilizzabile in due strumenti a partire dallo stesso briefing. La chat è il compito del giorno. La configurazione contiene ruolo, contesto, limiti, formato.
Costruiscono il proprio Progetto o Gem per quel compito ripetitivo. Se il loro piano non ha accesso ai Progetti, istruzioni personali come ripiego.
Insegniamo Progetti (Claude e ChatGPT) e Gems (Gemini). Non insegniamo i Custom GPT. Richiedono un piano ChatGPT a pagamento. Il principio è lo stesso. Cambia il pulsante.
Elaborato Un assistente per ruolo per un compito ripetitivo che già svolgono.
Il tuo assistente sa già lavorare. Oggi impara cosa leggere.
Finiscono le istruzioni personali e il loro primo assistente. Lettura breve su documenti versus istruzioni.
Allegare un file versus mettere un documento nella base di conoscenza. Una chat nuova conosce comunque la policy. Poi gli stessi dati diventano un report HTML e slide. Poi privacy: pubblico, interno, riservato, personale. In caso di dubbio, non caricare. Chiedere prima.
Alimentano il loro assistente con un documento sicuro. Disattivano l'addestramento del modello sugli account personali.
Policy e regole che non cambiano questa settimana. Si caricano una volta. L'assistente le conserva.
Il foglio di calcolo di questa settimana, il file di questo cliente. Si allega alla chat. Non ci resta per sempre.
Non caricare. Chiedere prima. La privacy fa parte del lavoro, non è uno slide finale.
L'IA riduce lo sforzo, non la verifica. Il report è una bozza finché una persona non lo controlla.
Elaborato Un assistente che consulta un documento reale (sicuro), più un primo report fatto con l'IA che possono mostrare.
L'ultima settimana non è altra teoria. È il loro lavoro, nominato e un modo per verificare.
Caricano un primo documento. Ripercorrono la disattivazione dell'addestramento. Leggono i tre ruoli. Inviano tre compiti reali dal loro lavoro.
Ripasso con esempi. Ricerca approfondita nel ruolo di stratega, su un percorso a piano gratuito. Capstone: classificano il proprio compito e compilano un template di prompt. Verifica: chiedere la fonte, controllare quello che si può controllare, darlo a un'altra IA da attaccare.
Un'azione concreta quella settimana sul compito scelto. Il lavoro successivo parte dall'assistente e dal playbook, non da una chat vuota.
Redigi l'email, compila il template, fai il pacchetto ricorrente. L'invio resta tuo.
Avvia il deck, il catalogo, la prima pagina. Continui a rivedere prima che esca.
Ricerca, confronta, raccomanda. Decidi sempre tu. Controlla le fonti prima di agire.
Qui non insegniamo Claude Code, Cowork o connettori. Quello è il prossimo track. Questa settimana escono sapendo usare l'IA nel loro lavoro con criterio.
Elaborato Il proprio compito classificato (assistente / creatore / stratega), più un prompt che possono eseguire lunedì.
Un certificato condivisibile al completamento delle quattro lezioni e dopo la consegna del capstone.
Un report che ti inviamo: casi d'uso emersi durante il programma, valutati per sforzo e impatto. Cosa fare dopo, non un sondaggio.
Esercizi, materiali e i loro assistenti restano sulla piattaforma AdapttoAI dopo il programma. La configurazione non muore in una cronologia di chat.