AI per il lavoro quotidiano

Dal lavoro da fare a un sistema che sa aiutarti.

Partiamo da un’attività reale: preparare una riunione, aggiornare un progetto, analizzare dei dati, costruire una presentazione, svolgere una ricerca o trasformare appunti sparsi in un documento.

1. Scegliere il lavoroDefiniamo l’attività, il risultato atteso e i passaggi che oggi richiedono tempo.
2. Preparare il contestoRaccogliamo file, note, fonti, progetti e regole che l’AI deve conoscere.
3. Delegare all’agenteL’agente legge i materiali, usa gli strumenti disponibili e produce una prima versione.
4. Controllare e correggereVerifichiamo fonti, modifiche e qualità del risultato.
5. Rendere il lavoro riutilizzabileTrasformiamo ciò che abbiamo imparato in master prompt, istruzioni, template, skill, automazioni e collegamenti MCP.

A ogni utilizzo il sistema conserva una regola, un collegamento, una procedura o un nuovo strumento. L’AI conosce progressivamente meglio il lavoro e richiede meno spiegazioni.

Cosa puoi delegare all’agente.

1. Organizzare il lavoroPrepara riunioni, recupera informazioni e aggiorna progetti, attività e scadenze.
2. Lavorare sui contenutiCollega note e fonti, analizza materiali e prepara documenti, presentazioni e sintesi.
3. Costruire strumentiCrea template, analisi, cruscotti, prototipi e automazioni adatti al tuo modo di lavorare.

Dalle note a un progetto strutturato.

Durante una riunione emerge un nuovo progetto. Incolli le note della chiamata nel sistema.

L’agente riconosce persone, azienda, obiettivi, decisioni, attività e scadenze. Collega queste informazioni alle note già esistenti e prepara una prima bozza del documento di progetto: obiettivi, perimetro, responsabilità, tempi e punti ancora aperti.

Dopo la tua revisione aggiorna il progetto e le prossime azioni. Prima della riunione successiva ricostruisce lo stato dei lavori e le decisioni da prendere.

Quattro livelli, dai materiali alle automazioni.

1. Fondamenti: organizzare materiali e conoscenza

• costruzione guidata di un sistema comune partendo da materiali disordinati;
• creazione della cartella di lavoro e gestione dei file accessibili;
• struttura per progetti, clienti, persone, workflow, risorse e archivio;
• criteri per combinare cartelle, collegamenti e proprietà;
• nomi e convenzioni comprensibili alla persona e all’agente;
• Markdown, sintassi essenziale e organizzazione dei file di testo;
• Obsidian, collegamenti, backlink e navigazione tra note;
• frontmatter YAML e viste costruite con Obsidian Bases;
• backup periodici e sincronizzazione cloud.

2. Sistema: dare istruzioni e contesto all’AI

Vediamo gli elementi essenziali del prompt engineering e del context engineering, applicandoli prima alla chat e poi a un sistema che lavora su file e progetti.

• quando usare ChatGPT o Claude in chat e quando lavorare con ChatGPT Work, Claude Cowork, Codex o Claude Code;
• scrittura di prompt efficaci: attività, risultato, vincoli e formato;
• miglioramento di un prompt osservando le risposte ottenute;
• scelta di file, fonti, esempi e informazioni utili;
• influenza del contesto sulla qualità del risultato;
• master prompt, istruzioni permanenti in AGENTS.md o CLAUDE.md, template, memoria, log e prime procedure operative;
• correzione dei risultati e trasformazione delle correzioni in regole;
• evoluzione progressiva del sistema: ogni utilizzo può produrre una regola, un template, un collegamento, una procedura o una struttura migliore.

3. Applicazione: usare l’AI nel lavoro quotidiano

• apertura del sistema comune nello strumento scelto;
• lettura delle istruzioni e prima interazione con i file;
• trasformazione delle note di una call in persone, progetti, attività e scadenze;
• preparazione del documento di progetto emerso dalla riunione;
• ricostruzione di decisioni, stato dei lavori e punti aperti;
• preparazione di riunioni e aggiornamenti di progetto;
• correzione di un risultato e aggiornamento delle istruzioni;
• uso di Claude o ChatGPT con Excel, Word e PowerPoint;
• plugin e collegamenti MCP con mail, calendario, archivi e altri strumenti di lavoro;
• prima applicazione guidata a un caso del partecipante;
• verifica finale di fonti, modifiche effettuate e qualità del risultato.

4. Livello avanzato: creare strumenti, skill e automazioni

Questa parte può essere inserita nelle edizioni più lunghe o diventare un modulo successivo. Richiede familiarità con il sistema costruito nei primi tre livelli.

• prototipi HTML: siti web, strumenti di lavoro, presentazioni dinamiche, dashboard e preventivatori;
• trasformazione di una procedura in una skill riutilizzabile, per esempio per compilare moduli;
• automazioni del browser per attività ripetitive, come il data entry partendo da un file Excel;
• controlli, conferme e registrazione delle operazioni;
• miglioramento di strumenti e automazioni attraverso utilizzi successivi.

Cosa rimane dopo il workshop.

Alla fine del percorso hai:

• un sistema di conoscenza funzionante da usare come riferimento;
• un master prompt e un file AGENTS.md o CLAUDE.md con istruzioni già provate durante il laboratorio;
• template, procedure e un primo flusso operativo riutilizzabile;
• criteri per controllare fonti, modifiche, backup e azioni svolte dall’agente.

Quando materiali, account e configurazione lo consentono, l’ultima parte comprende anche una prima prova sul proprio caso.

Knowledge worker con molte cose da tenere insieme.

Manager, project manager, team lead, professionisti e persone che lavorano nelle risorse umane. Serve avere materiale reale e un’attività lunga, ripetitiva o complessa che possa beneficiare di un sistema.

Il workshop usa file di testo, Obsidian e uno strumento scelto tra ChatGPT Work, Claude Cowork, Codex e Claude Code. Non sono richieste competenze di programmazione.

Durata e programma dipendono dagli obiettivi.

Partecipanti

8–10 nelle prime edizioni

Durata

Da definire in base agli obiettivi e al livello di partenza

Modalità

In presenza o online

Computer

Il proprio, con possibilità di installare programmi

Account AI

Una licenza attiva per lo strumento scelto (ChatGPT o Claude)

Materiale comune

Preparato e condiviso durante l’incontro

Caso personale

Un’attività reale da trasferire nel sistema

Strumenti

Da concordare con azienda e reparto IT

Durante il workshop configuriamo gli strumenti e affrontiamo accessi, riservatezza dei materiali e vincoli aziendali. Ogni partecipante usa una licenza individuale o aziendale per ChatGPT o Claude. Costruiamo il sistema comune durante l’incontro, così tutti lavorano sullo stesso contesto e possono confrontare i risultati.

Gilberto Cavallina

Faccio formazione dal 2011 e ho progettato più di 150 interventi aziendali. Insegno AI per knowledge worker, Excel, analisi dati, imprenditorialità e pitch.

Uso ogni giorno un sistema personale con più di mille note collegate e agenti che lavorano sui miei file. Lo applico alla formazione, alla gestione di Comuni-Chiamo e alla costruzione di strumenti per il lavoro quotidiano.