Lezione 3: Spezzare il processo e delegare i pezzi

Obiettivi della lezione

Questa è la lezione centrale del corso, e il metodo è quello che chiamo divide et impera: si prende un problema grosso, lo si spezza in pezzi piccoli, e a ogni pezzo si dà un esecutore. Alcuni pezzi restano tuoi, altri li fa una formula, altri li fa un modello linguistico. Il valore sta nel taglio, prima che nel prompt.

Alla fine della lezione riesci a:

• Classificare ogni passo della tua mappa come meccanico, di giudizio o di responsabilità;
• Scrivere un prompt come specifica di lavoro, con le sue quattro parti;
• Imporre un formato d'uscita, che è la condizione perché due passi si possano collegare;
• Usare gli esempi per fissare uno stile invece di descriverlo a parole;
• Costruire una catena di prompt e capire che cosa si guadagna rispetto a un prompt unico;
• Riconoscere quando un passo di giudizio vuole un modello che classifica invece di uno che scrive.

Tre tipi di passo

Riprendi la tua mappa e guarda la colonna «tipo». Ogni passo sta in una di queste tre categorie.

• Meccanico: la regola è scritta e vale sempre. Copiare un dato, applicare uno sconto, mandare la mail all'indirizzo giusto, aggiungere una riga a un foglio. Questi passi li fa il software normale, con una formula o due righe di codice.
• Di giudizio: serve capire qualcosa di scritto o di implicito. Riconoscere che cosa chiede una mail, decidere se il tono è una lamentela, riassumere, scegliere il modello di documento adatto. Qui entra l'AI generativa.
• Di responsabilità: qualcuno ci mette la firma. Il prezzo finale, la promessa di una data, l'invio al cliente. Questi restano a una persona, anche quando l'AI ha preparato tutto.

Un processo tipico da dieci passi si divide grosso modo così: sei meccanici, tre di giudizio, uno di responsabilità. Il guadagno più grande arriva dai sei meccanici, che di solito nessuno guarda perché sembrano troppo banali per meritare attenzione.

I modelli che classificano e basta

Un passo di giudizio ha due esecutori possibili. Il primo è il modello che conosci, quello che scrive: gli chiedi se il tono di una mail è una lamentela e ti risponde con una frase, che poi devi rileggere per tirarne fuori un sì o un no. Il secondo è una famiglia di modelli che non scrivono niente: gli dai lo stato della pratica e una domanda, e ti torna indietro una risposta di tipo fisso con accanto la probabilità.

Da settembre 2026 quello di cui si parla di più è Jev, di TypeSafe AI, che l'azienda chiama System One model. Accetta tre forme di domanda: choice per scegliere fra opzioni date, score per dare un voto su una scala ordinata, noul per il sì o no. Le prime due restituiscono anche la distribuzione delle probabilità e un valore di confidenza, la terza un numero fra 0 e 1.

{
  "model": "jev-latest",
  "state": "Provo da tre giorni a collegare il conto Stripe e continua a
            fallire. Sto perdendo vendite, aiutatemi subito.",
  "questions": {
    "urgente": {
      "type": "noul",
      "instructions": "Il messaggio esprime urgenza o una scadenza"
    }
  }
}

{
  "model": "jev-1.13.0",
  "answers": {
    "urgente": { "type": "noul", "noul": 0.999 }
  },
  "usage": { "input_tokens": 296, "output_tokens": 20 }
}

Si chiama POST https://api.typesafe.ai/v1/systemone, con la chiave nell'intestazione. Quello 0,999 dice che il messaggio è urgente, e il tuo codice lo usa per mettere la pratica in cima alla fila. Due cose lo rendono comodo dentro una catena. Le domande di una stessa richiesta vengono valutate in parallelo e ognuna per conto suo sullo stesso stato, quindi aggiungerne una quasi non allunga l'attesa. E la risposta arriva già come dato, senza il giro di chiedere un JSON a un modello che scrive e poi sperare che l'abbia scritto bene, che è il punto in cui le catene si rompono (lo vediamo nella Lezione 5).

Lo stesso, sul tuo computer: Bivio

L'idea di Jev si può rifare con un modello aperto, e l'ho fatto: si chiama Bivio, sta su github.com/TheRealF/bivio, ed è quello che useremo nel laboratorio della Lezione 6. Gira sul tuo computer, non chiede nessuna chiave, non manda niente in rete, e parla la stessa API: un programma scritto per Jev punta su Bivio cambiando l'indirizzo di base.

pip install git+https://github.com/TheRealF/bivio
bivio scarica     # il modello, 2,5 GB
bivio serve       # http://127.0.0.1:8017/campo

Da Python la stessa domanda di prima si scrive così, e la risposta ha già il tipo giusto senza passare da nessun JSON da rileggere:

from bivio import Bivio

b = Bivio()
r = b.decidi(
    "Provo da tre giorni a collegare il conto Stripe e continua a fallire. "
    "Sto perdendo vendite, aiutatemi subito.",
    {
        "urgente": {"tipo": "si_no",
                    "istruzioni": "Il messaggio esprime urgenza o una scadenza"},
        "reparto": {"tipo": "scelta",
                    "istruzioni": "Chi deve prendere in carico la richiesta",
                    "opzioni": {"pagamenti": "Incassi, fatture, rimborsi",
                                "tecnico": "Errori e malfunzionamenti",
                                "commerciale": "Preventivi e nuovi contratti"}},
    },
)

r["urgente"].valore        # True
r["reparto"].valore        # 'tecnico'
r["reparto"].probabilita   # 0.9999

Le domande sono quattro tipi invece di tre: c'è anche numero, che torna una stima su una scala di ancore che dichiari tu («quante ore serviranno?»). E c'è l'astensione, un'opzione in più che il modello può scegliere quando lo stato non basta per rispondere: utile il giorno che vuoi un ramo «questa la guarda una persona».

Il prompt è una specifica di lavoro

Un prompt scritto bene somiglia alle istruzioni che daresti a una persona al primo giorno: che ruolo ha, su che materiale lavora, che cosa deve fare, in che forma deve consegnare. Quattro parti, sempre nello stesso ordine.

1. Contesto e ruolo: chi sei tu, che azienda è, chi leggerà il risultato. Due o tre righe bastano, e servono a scegliere il registro e le parole del mestiere.
2. Materiale in ingresso: il testo su cui lavorare, marcato in modo che si capisca dove comincia e dove finisce.
3. Istruzione: che cosa fare, un'azione sola, scritta all'imperativo.
4. Formato d'uscita: come deve essere fatta la risposta, campo per campo, e che cosa fare quando un'informazione manca.

Un esempio completo sul passo «estrai i dati dalla richiesta»:

Sei l'assistente di uno studio di consulenza informatica di Livorno.
Ricevi le richieste che arrivano dal modulo del sito e le prepari per
il preventivo.

Richiesta del cliente, fra i marcatori:
<<<
{testo della richiesta}
>>>

Estrai le informazioni richieste. Usa solo quello che c'e' scritto
nella richiesta: dove un dato manca scrivi "non indicato".

Rispondi solo con questa tabella, senza frasi prima o dopo:

Nome: 
Azienda: 
Contatto (mail o telefono): 
Che cosa chiede (una frase): 
Scadenza indicata: 
Budget indicato: 
Tono (neutro / urgente / scontento):

Nel prompt qui sopra ci sono tre scelte che non sono di stile. Il materiale sta fra marcatori, e questo evita che una frase del cliente venga letta come un ordine. C'è scritto che cosa fare quando un dato manca, altrimenti il modello lo inventa per riempire il buco. E l'uscita è una lista di campi fissi, sempre gli stessi.

Il formato d'uscita tiene insieme la catena

Finché lavori in chat, la forma della risposta è un gusto. Dentro un processo diventa la cosa più importante di tutto il prompt, perché l'uscita di un passo è l'ingresso del passo dopo: se cambia forma, il passo dopo si rompe.

Tre formati, in ordine di rigidità.

• Campi con etichetta, come nell'esempio sopra. Si legge a occhio, va bene quando il risultato lo usa una persona.
• Tabella, con le colonne dichiarate. Va bene quando il risultato finisce in un foglio.
• JSON, quando il risultato lo legge un programma. È il formato che useremo nella Lezione 5.

Rispondi solo con un oggetto JSON valido, senza testo attorno e senza
blocco di codice, con esattamente queste chiavi:

{
  "nome": "",
  "azienda": "",
  "contatto": "",
  "richiesta": "",
  "scadenza": "",
  "budget": "",
  "tono": ""
}

Regole: tutti i valori sono stringhe; dove un dato manca il valore e'
la stringa vuota; "tono" vale solo "neutro", "urgente" o "scontento".

Guarda l'ultima riga: un campo con tre valori possibili dichiarati si può controllare con un confronto, e il passo successivo sa che cosa aspettarsi. Un campo libero dove il modello scrive «abbastanza urgente» costringe a interpretare di nuovo.

Due esempi valgono dieci righe di spiegazione

Quando il risultato deve avere uno stile (il tuo modo di scrivere le mail, la lunghezza delle descrizioni prodotto, il livello di dettaglio di un riassunto), descriverlo a parole funziona male. Mostrarlo funziona bene.

Si allegano al prompt due o tre coppie ingresso e uscita, prese dal lavoro vero e corrette a mano finché sono come le vuoi.

Esempi di come scrivo io queste risposte.

Esempio 1
Richiesta: "Salve, avrei bisogno di sistemare il sito, si vede male
dal telefono. Quanto costa?"
Risposta: "Buongiorno, grazie del messaggio. Per capire che cosa
serve mi basta l'indirizzo del sito: gli do un'occhiata e le scrivo
entro domani con una stima. Se preferisce sentirci a voce, mi dica
quando la trovo."

Esempio 2
Richiesta: "Mi serve un preventivo per un gestionale entro venerdi',
budget massimo 5000 euro."
Risposta: "Buongiorno, grazie. Venerdi' e' fattibile. Per fare una
stima seria mi servono tre informazioni: quante persone lo useranno,
quali dati deve gestire e se deve parlare con programmi che avete
gia'. Con quelle le mando il preventivo entro giovedi' sera."

Adesso scrivi la risposta a questa richiesta, con lo stesso tono e
la stessa lunghezza.

Gli esempi insegnano anche quello che non dici: che saluti così, che chiedi sempre le informazioni mancanti invece di sparare un prezzo, che chiudi con un impegno datato. Tre righe di istruzioni non ci arrivano.

Catena di prompt contro prompt unico

La tentazione è scrivere un prompt lungo che fa tutto: leggi la mail, capisci che cosa vuole, controlla il listino, scrivi il preventivo, preparalo per l'invio. Funziona per una dimostrazione e si sgretola nell'uso.

Quello che si guadagna:

• Vedi dove sbaglia. Con quattro passi separati, quando il risultato è storto sai quale passo ha fallito e correggi quello. Con un prompt unico hai una cosa sola che «ogni tanto sbaglia».
• Controlli in mezzo. Fra un passo e l'altro puoi mettere una verifica automatica, o un visto umano, o un dato preso dal gestionale.
• Riusi i pezzi. Il passo che estrae i dati da una mail serve anche negli altri due processi che hai in elenco.

La catena del preventivo, tagliata:

Quando in aula arriviamo a questa tabella, la domanda che mi fanno sempre è perché il passo 4 non lo faccia l'AI insieme al resto. La risposta è che un importo si calcola: al modello lo passo già fatto, così nel testo finisce la cifra giusta. E il passo 6 resta a una persona perché lì c'è una firma.

Laboratorio: taglia e scrivi i prompt

Obiettivo: la catena del tuo processo, con i prompt dei passi delegati scritti e provati su tre casi veri.

Consegna

1. Classifica ogni passo della mappa della Lezione 2 come meccanico, giudizio o responsabilità. Se un passo è misto, spezzalo in due.
2. Disegna la catena in una tabella con quattro colonne: passo, chi lo fa, che cosa entra, che cosa esce. Ogni «esce» deve coincidere con l'«entra» del passo successivo.
3. Scrivi i prompt dei passi affidati all'AI, con le quattro parti: contesto e ruolo, materiale fra marcatori, istruzione, formato d'uscita con la regola per i dati mancanti.
4. Prova su tre casi veri presi dal tuo archivio: uno facile, uno con un'informazione mancante, uno scritto male.
5. Correggi il prompt dove il risultato è storto. Cambia una cosa alla volta e riprova sugli stessi tre casi, così sai se il cambiamento ha migliorato o peggiorato.
6. Aggiungi gli esempi ai passi in cui conta lo stile: prendi due risposte vere che hai scritto tu e mettile nel prompt.

Mini-test di autoverifica

Sezione A: risposta multipla

1. Un passo «di responsabilità»:
   a) si delega all'AI   b) resta a una persona   c) si calcola con una formula   d) si cancella
2. Le quattro parti di un prompt sono:
   a) domanda, risposta, esempio, correzione   b) contesto e ruolo, materiale, istruzione, formato d'uscita   c) titolo, corpo, firma, allegato   d) input, modello, temperatura, output
3. Mettere il testo del cliente fra marcatori serve a:
   a) fare ordine e basta   b) evitare che una frase del cliente venga letta come un ordine   c) risparmiare parole   d) velocizzare la risposta
4. Se non dici che cosa fare quando un dato manca:
   a) il modello lascia vuoto   b) il modello tende a inventarlo   c) il modello si ferma   d) il modello chiede
5. Il vantaggio principale di spezzare in più prompt è:
   a) costa meno   b) si capisce quale passo ha sbagliato   c) è più veloce   d) serve meno contesto
6. Un importo da mettere in un preventivo:
   a) lo genera il modello   b) lo calcola un foglio o del codice   c) lo stima il modello con una percentuale   d) si lascia in bianco

Sezione B: risposta aperta

7. (3 punti) Scrivi il formato d'uscita di un passo del tuo processo e, accanto, il controllo in una frase che dice se la risposta è valida.
8. (3 punti) Spiega con un esempio del tuo lavoro perché conviene spezzare un processo in una catena di prompt invece di scriverne uno solo.

Riassunto della lezione