L'AI non conosce la tua azienda: la differenza la fa quello che le dai da leggere

Chiedi all'AI di scriverti una proposta commerciale e ti restituisce qualcosa che potrebbe andare bene per qualsiasi azienda del pianeta. Ordinata, corretta, scritta in un italiano migliore del tuo. E completamente inutile. Il problema quasi mai è il modello. Il problema è che le hai chiesto di parlare della tua azienda senza darle niente della tua azienda da leggere.

Questa è la parte dell'alfabetizzazione AI che si salta più spesso. Impariamo a scrivere prompt migliori, a dare istruzioni più precise, a chiedere il tono giusto. Poi ci stupiamo che l'output resti generico. La verità è più semplice: un modello linguistico sa moltissimo del mondo in generale e niente di specifico su di te. Non ha mai visto i tuoi preventivi, non sa come parli ai tuoi clienti, non conosce cosa è andato storto nell'ultimo progetto. Tutto quello che sa del tuo caso è quello che entra nella conversazione.

Il salto di qualità più grande, per chi non ha un background tecnico, non è un prompt più furbo. È dare all'AI il materiale giusto su cui lavorare. Vediamo come.

Perché l'AI ti dà risposte generiche

Un modello linguistico è stato addestrato su una quantità enorme di testo pubblico. Da lì ha imparato la struttura di una email, di un contratto, di un post. Quando gli chiedi "scrivimi una proposta per un cliente", lui produce la media statistica di tutte le proposte che ha visto. Il risultato è un testo plausibile e anonimo, perché è costruito su nessuno in particolare.

La cosa importante da capire è questa: il modello non sta nascondendo la tua informazione. Non ce l'ha proprio. Non conosce il nome del tuo cliente, il prezzo che pratichi, il motivo per cui l'ultima volta la trattativa si è chiusa in due giorni invece che in due settimane. Quando manca quel contesto, il modello non si ferma a chiedertelo: riempie il vuoto con una versione media e va avanti. Ecco da dove nasce la sensazione di "risposta giusta ma vuota".

Ne ho parlato dal lato della domanda in un altro pezzo di questa serie, quando il problema è come descrivi il compito. Qui il punto è complementare: non basta descrivere bene, a volte devi proprio dare da leggere.

Il salto: smettere di chiedere cosa sa, iniziare a dargli materiale

C'è una differenza pratica enorme tra due modi di usare lo stesso strumento.

Nel primo modo tratti l'AI come un oracolo: le fai una domanda e ti aspetti che la risposta esca dalla sua conoscenza. "Come dovrei impostare il preventivo per un cliente nel settore edile?" La risposta sarà un manualetto teorico, corretto e generico.

Nel secondo modo la tratti come un collaboratore a cui passi una cartella di documenti. "Questi sono gli ultimi tre preventivi che ho mandato, questo è quello che il cliente mi ha scritto, questo è il tono con cui di solito rispondo. Preparami una bozza per questo nuovo caso." La risposta cambia mondo: adesso lavora sul tuo materiale, non sulla media del web.

È lo stesso salto che facciamo con una persona nuova in azienda. A un collaboratore competente ma appena arrivato non chiedi di indovinare come lavori. Gli dai gli esempi di come si fanno le cose lì dentro. Con l'AI vale lo stesso principio, con un vantaggio: gli esempi glieli puoi incollare al momento, dentro la conversazione.

Che cosa dargli da leggere, e in che forma

"Dare contesto" suona astratto. Nella pratica è una manciata di cose molto concrete che quasi sempre hai già da qualche parte. Per ordine di utilità:

1. 1) Esempi del risultato che vuoi. Due o tre lavori passati che consideri fatti bene. Una proposta che ha convertito, una email a cui il cliente ha risposto subito, un report che il tuo capo ha approvato senza correzioni. Un esempio del formato giusto vale più di dieci righe di istruzioni su come dovrebbe essere.
2. 2) Il materiale grezzo del caso specifico. Il messaggio del cliente, gli appunti della call, i numeri del progetto, il brief. La roba da cui parte il lavoro reale, non la sua descrizione a memoria.
3. 3) Le tue regole e i tuoi vincoli. Come ti firmi, cosa non dici mai, il prezzo minimo sotto cui non scendi, le tre obiezioni che ti fanno sempre. Sono le cose che una persona esperta della tua attività sa e un modello no.
4. 4) I fatti che il modello non può conoscere. Date, cifre, nomi di prodotto, decisioni prese. Tutto ciò che è successo dopo il suo addestramento o che è privato della tua realtà. Se non glielo scrivi, se lo inventa.

Sulla forma: non serve niente di sofisticato. Incollare il testo dentro la conversazione funziona benissimo. Molti strumenti oggi permettono anche di caricare un file (un PDF, un documento, un foglio di calcolo) e di tenerlo come riferimento per tutta la chiacchierata. La regola pratica è una sola: se una cosa è rilevante per il compito e vive solo nella tua testa o in un tuo file, quella cosa deve entrare nella conversazione prima di chiedere il lavoro.

Un esempio concreto: la stessa richiesta, due mondi diversi

Prendiamo un caso banale, la risposta a una richiesta di preventivo arrivata via email.

Versione senza contesto. "Scrivi una email di risposta a un cliente che chiede un preventivo per un sito web." Ottieni tre paragrafi educati che ringraziano per l'interesse, promettono qualità e restano sul vago. Potresti averli scritti tu, o chiunque altro. Non c'è dentro niente di tuo.

Versione con contesto. Incolli l'email vera del cliente, un preventivo che hai mandato il mese scorso a un caso simile e la riga "io di solito non do un prezzo fisso subito, propongo prima una call di trenta minuti". Adesso l'AI ti scrive una risposta che aggancia la richiesta reale, riusa la tua struttura di prezzo e ti porta verso la call invece di sparare una cifra. Non è più un tema di italiano. È una bozza di lavoro che puoi sistemare in due minuti e mandare.

La differenza tra le due non è nel modello e non è nella tua bravura a scrivere prompt. È in quello che hai messo sul tavolo prima di chiedere. Questa è la leva vera, ed è alla portata di chiunque sappia fare copia e incolla.

Quello che il contesto non risolve

Attenzione a non ribaltare il ragionamento. Dare buon materiale rende l'output molto più tuo e molto più utile. Non lo rende automaticamente vero.

Anche con il contesto giusto, il modello può citare male un numero che gli hai dato, mescolare due esempi, o affermare con sicurezza qualcosa che non c'era. Il materiale riduce le invenzioni, non le azzera. Per questo il passaggio successivo resta obbligatorio: leggere davvero l'output prima di usarlo. Il contesto migliora la bozza. Il tuo giudizio la trasforma in qualcosa che puoi mettere la tua firma sopra.

È il motivo per cui questa competenza non sostituisce le altre, le completa. Descrivere bene il compito, dare il contesto giusto, verificare il risultato: sono tre gesti dello stesso mestiere, non tre alternative tra cui scegliere.

I limiti da conoscere prima di riempire la chat

Dare contesto è potente, ma ha tre limiti pratici che conviene avere chiari da subito.

1. La memoria non è garantita tra una conversazione e l'altra. Salvo funzioni specifiche, quello che incolli oggi in una chat non è detto che il modello se lo ricordi domani in una chat nuova. Per un lavoro serio, tieni il tuo materiale di riferimento da parte e ridallo quando riparti. Non dare per scontato che "lo sappia già".
2. La quantità non è infinita, e non è sempre meglio. Puoi dargli molto testo, ma incollare venti documenti dove ne bastavano due non aiuta: annacqua il segnale e aumenta la probabilità che peschi la cosa sbagliata. Scegli il materiale rilevante, non tutto il materiale.
3. Il contesto sensibile va scelto con criterio. Nel momento in cui incolli documenti reali, stai decidendo cosa esce dalla tua azienda ed entra in uno strumento di terze parti. Dati personali di clienti, informazioni riservate, credenziali: non è roba da buttare in un prompt senza pensarci. Su cosa non dovrebbe mai entrare in una conversazione con l'AI ho scritto una guida a parte, ed è una delle prime cose da fissare quando l'AI entra nel lavoro di tutti i giorni.

Come allenarti, partendo da quello che già hai

Non serve un progetto per imparare questa competenza. Serve un compito che già fai e che ti annoia. La prossima volta che devi scrivere qualcosa di ripetitivo, prova questo giro:

1. Prendi due o tre esempi tuoi di quel lavoro fatto bene e mettili da parte in un unico posto.
2. Apri la conversazione incollando prima quegli esempi, poi il caso nuovo, poi la tua richiesta. In quest'ordine.
3. Aggiungi una riga con le tue regole non scritte: come ti firmi, cosa eviti, dove vuoi portare il cliente.
4. Leggi la bozza da persona esperta, non da lettore distratto. Correggi quello che è tuo e quello che è sbagliato.

Dopo tre o quattro volte succede una cosa interessante: ti accorgi che il materiale che dai è quasi sempre lo stesso. A quel punto hai in mano un piccolo kit di contesto riutilizzabile, e sei a un passo dal trasformare quel compito in qualcosa che gira in automatico. È esattamente così che diverse delle oltre venti automazioni che tengo in produzione sono nate: prima come un contesto che incollavo a mano ogni volta, poi come un pezzo di sistema che quel contesto lo aveva già dentro.

La domanda da farti prima di premere invio

C'è un modo semplice per capire, prima ancora di leggere la risposta, se stai per ottenere qualcosa di generico. Ferma la mano un secondo e chiediti: se dessi questa stessa richiesta, così com'è, a una persona intelligente che non ha mai sentito parlare della mia attività, riuscirebbe a farmi il lavoro come dico io?

Se la risposta è no (e quasi sempre è no), allora manca contesto, e sai già cosa manca: sono proprio le cose che quella persona ti chiederebbe. Chi è il cliente. Cosa ti ha scritto. Come parli di solito. Qual è il vincolo che non hai detto. Ogni domanda che quella persona ti farebbe è un pezzo di contesto che il modello non ti chiederà, ma che gli serve esattamente allo stesso modo. La differenza è che alla persona toccherebbe fermarsi a domandare, mentre il modello va avanti lo stesso e riempie i buchi da solo. Anticipare quelle domande, e rispondere prima di chiedere il lavoro, è metà del mestiere.

Questo piccolo test mentale ha un effetto collaterale utile: ti costringe a rendere esplicito quello che dai per scontato. Buona parte di come lavori vive nella tua testa come abitudine, non come regola scritta. Metterla nero su bianco per l'AI serve anche a te, perché è il primo passo per poterla poi delegare a chiunque, umano o macchina.

Contesto usa e getta e contesto stabile

Non tutto il materiale che dai all'AI ha la stessa natura. C'è un contesto che cambia ogni volta e uno che resta fermo, e conviene trattarli in modo diverso per non rifare sempre lo stesso lavoro.

Il contesto usa e getta è legato al singolo compito: l'email di quel cliente, i numeri di quel progetto, il brief di quella campagna. Lo incolli, lo usi, e la prossima volta sarà un altro. Su questo non c'è molto da ottimizzare, se non tenerlo ordinato.

Il contesto stabile è quello che ripeti quasi identico ogni volta: come ti firmi, il tuo tono, le tue regole di prezzo, i tre esempi di riferimento del lavoro fatto bene. Riscriverlo a ogni conversazione è tempo buttato. Molti strumenti oggi permettono di fissarlo una volta sola, come istruzione permanente o come documento di riferimento sempre disponibile, così non devi ripeterti. Il vantaggio non è solo comodità: un contesto stabile scritto bene rende ogni singola richiesta più corta e più precisa, perché la parte che conta è già lì.

Il modo giusto di leggerlo è questo. Il contesto usa e getta è la materia prima del lavoro di oggi. Il contesto stabile è l'infrastruttura: lo costruisci una volta e ti serve mille volte. Ed è anche il punto in cui l'uso personale dell'AI smette di essere una cosa tua e diventa qualcosa che puoi passare a un collaboratore o a un team, perché le regole non sono più nella tua testa ma in un documento che chiunque può usare.

Perché questa è alfabetizzazione, non un trucco da prompt

Saper dare contesto è una delle competenze di base per lavorare con l'AI in modo efficace. Nel framework 4D AI Fluency di Rick Dakan e Joseph Feller, sviluppato con Anthropic, rientra nella capacità di comunicare con l'AI: non solo dirle cosa fare, ma metterla nelle condizioni di capirlo. Non è una tecnica che invecchia con il modello di turno. È un modo di ragionare che resta valido qualunque strumento userai tra due anni.

E non è un dettaglio da smanettoni. È la differenza tra un'AI che ti fa risparmiare tempo davvero e un'AI che ti costringe a riscrivere tutto perché tanto "non capisce la mia azienda". Non è che non la capisce. È che non le hai ancora fatto leggere niente.

Se vuoi un punto di partenza pratico per capire dove la tua attività usa già l'AI e dove le manca il contesto (e le regole) giuste, il self-check gratuito sull'uso dell'AI e l'AI Act è un buon modo per fare il primo giro. Dieci minuti, nessuna vendita: solo una fotografia onesta di dove sei.