Creative Studio Stars — Sviluppo di prodotti digitali

Costruire un Ufficio AI Prevedibile per una Delega Coerente

Fonte: Social Media Examiner

BuildingPredictableOffice

Article hero image

Sei stanco di dover ripetere le tue procedure, i tuoi modelli e le tue preferenze ogni volta che apri ChatGPT o Claude? Ti chiedi come configurare uno spazio di lavoro AI che ti permetta di delegare compiti reali all'intelligenza artificiale ottenendo sempre lo stesso risultato affidabile? In questo articolo scoprirai come costruire un ambiente di lavoro AI, o ufficio AI, composto da documenti di processo, modelli e contesto storico su cui ChatGPT, Claude e altri strumenti AI possono fare riferimento per completare il lavoro delegato in modo coerente. Questo articolo è stato co-creato da Tiffany Kyazze e Michael Stelzner. Per saperne di più su Tiffany, scorri fino alla fine dell'articolo.

Perché un ambiente di lavoro AI rende possibile la delega

Tiffany Kyazze si è avvicinata all'AI attraverso l'automazione, che definisce come sequenzialità: quando succede questa cosa, allora succede quell'altra. Nella sua community AI Flow Club, insegna agli imprenditori a costruire sistemi AI deliberatamente "noiosi", ben ponderati e verificati una volta per tutte, in modo da fornire risultati su cui si può contare. Poiché l'AI non produce sempre risultati deterministici, il suo obiettivo è renderla controllata, circoscritta e redditizia. Il lavoro può essere affidato all'AI solo quando l'output è prevedibile. Tiffany paragona l'ideale a un McDouble di McDonald's: è sempre lo stesso, ed è proprio questo il punto. Un ambiente di lavoro AI offre questa prevedibilità fornendo all'AI un unico luogo dove trovare standard, procedure e modelli per ogni compito che le viene assegnato.

#1: Fornire all'AI solo il contesto necessario per ogni compito, iniziando con piccoli passi

Il malinteso più comune che Tiffany osserva è la convinzione che l'AI debba sapere tutto: le motivazioni personali, il modo di lavorare di qualcuno, ciò che sta accadendo nella sua vita e i dati provenienti da tutte le app che ha mai utilizzato. Le pagine dedicate ai connettori e ai plugin in ChatGPT e Claude rendono questa tentazione ancora più forte, dato che sono elencate così tante app familiari. Il problema è che un modello linguistico di grandi dimensioni (LLM) assume che tutto ciò che viene menzionato in una conversazione debba essere utilizzato. Se qualcuno dice all'AI di sentirsi stanco e le chiede di scrivere un'email per declinare un invito a partecipare a un podcast, l'email probabilmente indicherà che il mittente è stanco, quando forse voleva far capire solo che i tempi non sono adatti. I dati connessi comportano lo stesso rischio. Un connettore Stripe può aiutare a riconciliare le entrate, ma se l'AI sa che un'azienda genera 10.000 dollari a settimana, quella cifra potrebbe finire nei post sui social media. I sistemi del "secondo cervello" sono utili per ricordare una storia personale, ma secondo Tiffany l'AI non ha bisogno di quella storia per svolgere il lavoro. Per ogni compito, le domande giuste sono: quali informazioni sono rilevanti e qual è il rischio se l'AI ne rivela troppe? Un contesto preciso risparmia anche token. Senza un modello, una richiesta di riassumere una riunione costringe l'AI a decidere come dovrebbe apparire un riassunto, cosa includere e cosa conta come valore aggiunto. Il risultato è un documento più lungo pieno di informazioni rilevanti ma non necessarie. Se il riassunto non viene istruito a concentrarsi sull'avanzamento del progetto, ad esempio, i cinque minuti che i partecipanti hanno passato a parlare del loro weekend finiranno nel testo. Tiffany raccomanda di definire sia il tipo di informazioni necessarie sia la struttura dell'output. Questa definizione impedisce anche all'AI di leggere più del necessario: per riassumere una chiamata, utilizza solo la trascrizione della chiamata e il modello di riassunto delle chiamate, non file non correlati come le regole di programmazione.

Topics:

Come avviare uno spazio di lavoro AI senza sovraccaricarlo

Una tendenza molto diffusa è stata quella di utilizzare il "master prompt", un'autobiografia fornita all'AI con ogni richiesta. Alcune persone hanno scritto master prompt di 90 pagine. Tiffany sostiene che si tratti di troppe informazioni, poiché l'AI non presta abbastanza attenzione ai dettagli nascosti in un documento così vasto. Inoltre, è difficile da mantenere: se il tono del brand deve cambiare, trovare quella sezione e tutte le altre che la influenzano richiede molto tempo. Al contrario, Tiffany consiglia di iniziare con solo un paio di elementi e assicurarsi che ciascuno funzioni correttamente. Iniziare in piccolo permette di modificare ogni aggiunta e vedere esattamente come l'AI utilizza quelle informazioni. Con 55 documenti nella cartella fin dal primo giorno, è difficile capire a quali documenti l'AI si sia riferita per generare un risultato. Chi già dispone di così tanti documenti dovrebbe specificare esplicitamente all'AI quali file utilizzare per ogni compito. In questo modo, se il risultato è scarso, ci sono solo due punti da controllare: le istruzioni o il contesto. Un progetto Claude che funziona già bene è un buon candidato iniziale. Un progetto è una cartella contenente istruzioni e file focalizzati su un singolo compito, quindi può diventare una sotto-cartella del nuovo spazio di lavoro, accessibile da qualsiasi strumento AI.

#2: Scegliere dove risiede lo spazio di lavoro AI

Uno spazio di lavoro AI è una cartella sul computer con informazioni organizzate in sotto-cartelle. Tiffany lo descrive come un raccoglitore digitale, simile a quello che ha ricevuto al suo primo lavoro, con linguette che spiegano come gestire ogni situazione, come ad esempio una chiamata alla reception. Invece di linguette per informazioni amministrative, processi e modelli, lo spazio di lavoro dispone di sotto-cartelle, e l'AI sa esattamente dove trovare ciascuna la prossima volta che si presenta un compito. Lo spazio di lavoro funziona con strumenti in grado di accedere ai file, come Claude Cowork, Claude Code, ChatGPT Work e ChatGPT Codex. Secondo Tiffany, anche ChatGPT standard ha accesso al sistema dei file. Google Drive può fungere da fonte di verità, poiché si collega a quasi tutti gli strumenti AI.

Come configurare lo spazio di lavoro con Markdown e Obsidian

Tiffany mantiene il suo spazio di lavoro nel filesystem del computer come file Markdown. Ogni file pesa solo un paio di kilobyte, mantenendo basso l'utilizzo dei token. Definisce Markdown la prima lingua dell'AI. Anche se non formattato, è facile da leggere: un cancelletto indica un titolo e gli asterischi indicano il testo in grassetto. Per chi non vuole leggere il Markdown grezzo, Tiffany consiglia Obsidian, che visualizza i file con una formattazione pulita e mostra quali documenti sono collegati. Questi collegamenti permettono all'AI di recuperare tutto ciò che serve per un compito. Un processo di invio email, ad esempio, può collegarsi a esempi di email, a un modello di email e alle regole per decidere quali messaggi meritano una risposta. Tiffany preferisce Obsidian a Notion perché l'AI trova le informazioni al suo interno più rapidamente. Una ricerca su Notion in Claude scansiona molti campi, e i suoi database su Notion a volte hanno 20 o 30 colonne. Obsidian memorizza lo stesso tipo di campi in YAML, un piccolo blocco di codice all'inizio di ogni file, e visualizza comunque il file come un database.

Come sincronizzare lo spazio di lavoro con un team utilizzando GitHub

Tiffany sincronizza il suo spazio di lavoro con GitHub. Tiene una cartella per l’ufficio del suo team sul computer e la sua collega Taylor, che vive in Canada, mantiene una cartella corrispondente sulla propria macchina. Quando Tiffany carica le modifiche su GitHub, la cartella di Taylor si aggiorna automaticamente; se entrambi modificano lo stesso documento, GitHub fonde le modifiche senza che uno sovrascriva l’altro. GitHub offre inoltre agli strumenti di nuova generazione un accesso all’intelligenza artificiale senza concedere il controllo del file system. Quando Muse è stato lanciato, Tiffany ha puntato il suo repository GitHub invece di dare accesso al suo computer, e così ha ottenuto le informazioni necessarie.

#3: Riempire l’Ufficio AI con Documenti di Processo, Modelli e Contesto Storico

Tiffany definisce lo spazio di lavoro completato come un “ufficio AI”: una cartella di file che l’intelligenza artificiale utilizza come punto di partenza. Contiene tre tipi di contenuti.

  1. Documenti di processo: Un documento di processo descrive i passaggi da seguire e funge da procedura operativa standard. Gli standard di Tiffany per decidere quali email valga la pena rispondere sono un esempio.
  2. Modelli: Un modello è o un esempio di output finale o un documento che l’AI duplica e compila. Un modello da compilare potrebbe contenere solo le intestazioni con