Hai passato mezz’ora a correggere l’intelligenza artificiale. Hai spiegato che quel confronto non reggeva, che mancava una fonte, che il testo sembrava scritto per un’azienda qualsiasi. Finalmente arriva qualcosa che puoi usare. Lo salvi, chiudi la chat e torni al lavoro.
La settimana dopo ti serve un risultato simile. Apri una nuova conversazione e ricominci a spiegare quasi le stesse cose. Il file finale era salvo. Le decisioni che lo avevano reso buono sono rimaste sepolte nella chat precedente.
In Marketing Movers usiamo l’intelligenza artificiale nel lavoro quotidiano, come usiamo WordPress o un software di montaggio. La scegliamo quando ci aiuta a fare bene un lavoro, e il risultato va controllato prima di usarlo. A volte correggere quello che produce richiede più tempo che farlo da soli: anche questo entra nella valutazione. Aver usato l’AI, di per sé, non è un risultato da mettere nel report.
Quando però una conversazione porta a un lavoro riuscito, vale la pena fermarsi prima di chiuderla. Può contenere una procedura utile anche alla prossima richiesta. Per conservarla e riutilizzarla, negli strumenti che le supportano, possiamo creare una skill.
Il metodo emerge anche dalle correzioni
Si parla molto di prompt, quasi sempre pensando alla richiesta iniziale. Ma una parte del lavoro prende forma dopo la prima risposta, quando ci accorgiamo di ciò che non avevamo specificato.
“Non confrontare un mese intero con dieci giorni.” Oppure: “Quel numero indica richieste ricevute, non clienti acquisiti”. Sono correzioni che insegnano qualcosa sul compito. Se le ripetiamo ogni volta, stiamo pagando più volte il costo di chiarire la stessa regola.
Io partirei da questi passaggi per capire se una conversazione merita di diventare una skill. Una preferenza occasionale può restare nella chat. Un criterio che serve a evitare un errore ricorrente merita invece un posto nelle istruzioni.
È un passo ulteriore rispetto a quello descritto nell’articolo su ChatGPT Work e il passaggio dalla risposta alla consegna: dopo aver ottenuto il lavoro, possiamo rendere esplicito il procedimento che vogliamo riutilizzare.
Cosa entra in una skill
Una skill è un insieme organizzato di istruzioni e risorse per svolgere un compito ricorrente. Specifica quando usarla e quale risultato produrre. Può indicare passaggi, controlli e materiali di riferimento; se il lavoro lo richiede, può includere anche modelli o script.
Nel formato usato da Codex, le istruzioni principali stanno in un file chiamato SKILL.md. Il nome del file conta per il funzionamento dello strumento. Per chi deve definire il lavoro conta soprattutto il contenuto: istruzioni comprensibili, un perimetro preciso e criteri per valutare la consegna.
La conversazione è il materiale da cui partire. Dentro ci sono anche tentativi scartati, indicazioni superate e dettagli validi soltanto in quell’occasione. Trasferirli tutti nella skill può creare contraddizioni che prima avevamo risolto parlando.
“Confronta periodi della stessa durata” può essere una regola riutilizzabile. “Analizza settembre per questo cliente” è un dato della singola richiesta. Nella skill va conservata la prima istruzione; la seconda va aggiornata quando cambia il lavoro.
Un report, il mese successivo
Immaginiamo di preparare un report mensile sulle richieste commerciali ricevute da un’azienda. È un esempio ipotetico. Forniamo un file con i contatti e chiediamo una sintesi dell’andamento.
La prima versione conta due volte alcune persone presenti in più righe. Durante la revisione definiamo come riconoscere un duplicato e cosa fare quando l’identità è dubbia. Poi scopriamo che il commento tratta tutti i contatti come vendite: aggiungiamo una distinzione tra richiesta, appuntamento e cliente acquisito, coerente con gli stati effettivamente registrati.
Il report migliora ancora quando chiediamo di segnalare i dati mancanti senza completarli per supposizione. Alla fine abbiamo una consegna utile, ma abbiamo anche stabilito come leggerla e quali errori evitare.
Da questa conversazione possiamo ricavare una skill per preparare quel tipo di report. Il mese successivo forniremo il nuovo file e il periodo da analizzare. Le istruzioni sulla deduplicazione resteranno disponibili, insieme alle definizioni degli stati e ai controlli sui totali.
La skill, da sola, non scarica nuovi dati né avvia un’attività ogni mese. Per farlo servono gli strumenti collegati, gli accessi appropriati e, se vogliamo una ricorrenza, una pianificazione separata. È la stessa distinzione che conviene fare quando decidiamo quali attività aziendali automatizzare.
Come estrarre le istruzioni dalla conversazione
Possiamo chiedere all’AI di fare una prima estrazione delle regole emerse. Serve però una richiesta abbastanza precisa da evitare che produca il solito riassunto della chat.
“Analizza questa conversazione e proponi le istruzioni per una skill dedicata a questo compito. Conserva i criteri confermati durante le revisioni. Separa i dati da fornire ogni volta dalle regole riutilizzabili, elimina le indicazioni superate e segnala eventuali contraddizioni. Specifica quando usare la skill, quali informazioni servono e come controllare il risultato. Non aggiungere regole che non abbiamo concordato senza indicarle come proposte.”
Rivedrei poi il testo con una certa diffidenza. “Prepara un report professionale” non aggiunge molto. “Controlla che il totale delle richieste coincida con le righe valide dopo la deduplicazione” è verificabile. La differenza sta nella possibilità di accorgersi se l’istruzione è stata rispettata.
Conviene indicare anche cosa fare quando manca un’informazione necessaria. Nel nostro esempio, se il file non contiene gli esiti commerciali, il report deve dirlo; non può ricavare il numero dei clienti dal numero delle richieste.
Gli esempi possono aiutare, purché non trascinino nella procedura dati personali o informazioni riservate inutili. Per mostrare il formato di una consegna, spesso basta un modello ripulito. Il materiale completo del cliente resta tra gli input del lavoro per cui è necessario.
Un buon risultato non basta ancora
Qui ho una riserva: una conversazione riuscita può farci credere di avere trovato un metodo stabile troppo presto. Magari il risultato dipendeva da una precisazione rimasta fuori dalle istruzioni, o da un file particolarmente semplice.
Proverei quindi la skill in una nuova conversazione, con dati diversi. Nel caso del report inserirei anche un duplicato ambiguo e un’informazione mancante. Guarderei se i controlli funzionano, senza guidare l’AI passo dopo passo come nella chat originale.
Se dobbiamo ripetere una correzione, torniamo alle istruzioni. Ma non aggiungerei una regola generale per ogni problema incontrato: alcune eccezioni appartengono al singolo incarico. Una skill troppo carica può diventare difficile da capire e da aggiornare.
Il beneficio da cercare è concreto. Quanto tempo richiede preparare una consegna utilizzabile, compresa la revisione? Quanti errori già noti dobbiamo correggere di nuovo? Anche un collega può applicare la procedura sapendo quali dati fornire e dove controllare? Sono verifiche più utili del numero di skill create.
Rendere visibili questi criteri aiuta anche il lavoro di pianificazione e verifica del marketing, perché permette di discutere il procedimento oltre al documento finale. La responsabilità della consegna resta a chi la usa: una skill può rendere più coerente il lavoro, senza garantirne la correttezza.
La prossima volta che una conversazione funziona, io salverei il file. Poi resterei nella chat qualche minuto in più, per recuperare le decisioni che al prossimo incarico non voglio dover spiegare da capo.
Partiamo da un lavoro che devi rifare ogni settimana
Possiamo analizzare il procedimento e valutare dove una skill o un’automazione riduce il lavoro ripetuto, mantenendo controlli utili sulla consegna.
Si occupa di Meta Ads, automazioni, CRM e integrazioni AI.
