Le istruzioni
Un testo che spiega al modello il compito, il tono e cosa non deve fare. Si scrive, si prova e si corregge come il resto del codice, e si conserva con le sue versioni.
Guide · AI
Come si integra l'intelligenza artificiale in un software aziendale?
di Salvo De Luca, fondatore e CEO di Dialogicom · pubblicata il 5 novembre 2026 · aggiornata il 6 novembre 2026
Si parte da un compito preciso, non dal modello. Il software chiama un modello tramite API, gli passa solo i dati che servono, controlla la risposta e la scrive dove serve. Il resto del lavoro è misurare costi e qualità, e decidere dove deve intervenire una persona.
Da dove partire
Prima il compito, poi il modello.
L'errore più comune è cominciare dalla domanda «quale AI usiamo?». La domanda utile è un'altra: quale lavoro ripetitivo vogliamo togliere, o quale decisione vogliamo rendere più veloce?
Un buon primo compito ha tre caratteristiche. Si ripete spesso. Ha un risultato che una persona sa giudicare. E un errore non è grave, oppure si può correggere prima che arrivi a un cliente. Alcuni esempi:
- Rispondere alle domande frequenti dei clienti partendo dai vostri documenti.
- Leggere email e moduli e compilare i campi del gestionale.
- Preparare la bozza di un preventivo o di una relazione, che poi una persona rivede.
- Smistare le richieste in arrivo verso l'ufficio giusto.
Un compito scelto così si può misurare: quante pratiche, quanti errori, quanto tempo, prima e dopo. Senza una misura non si capisce se l'AI sta aiutando o sta solo aggiungendo un passaggio.
Il collegamento
Come si collega un modello al vostro software.
I modelli linguistici più capaci, come quelli di Anthropic, OpenAI e Google, si usano tramite API: il vostro software manda una richiesta con le istruzioni e i dati, e riceve una risposta. Non serve cambiare gestionale. Serve un pezzo di software in mezzo, che prepara la richiesta, la manda, controlla la risposta e la scrive nel posto giusto. Le parti da progettare sono quattro.
I dati
Solo quelli che servono al compito: il testo della richiesta, la scheda del cliente, il paragrafo del manuale. Meno dati si mandano, meno si spende e meno si espone.
Il formato della risposta
Quando la risposta deve entrare in un gestionale, si chiede al modello un formato preciso, per esempio campi con nome e valore. Il software lo controlla prima di usarlo.
Il piano di riserva
Un fornitore può essere lento o non rispondere. Il software deve sapere cosa fare: riprovare, passare a un altro modello o lasciare il lavoro a una persona.
Se le risposte devono venire dai documenti dell'azienda, si aggiunge una ricerca che trova i passaggi pertinenti e li dà al modello insieme alla domanda. Si chiama RAG, e ha una guida tutta sua.
I costi
Quanto costa, e come non avere sorprese.
I modelli in cloud si pagano a consumo, in base alla quantità di testo che entra e che esce. Il testo si misura in token, cioè pezzi di parola. Una singola richiesta costa di solito poco, ma il costo si moltiplica per il numero di richieste e cambia molto da un modello all'altro. Quattro abitudini lo tengono sotto controllo:
- Usare il modello più capace solo dove serve, e uno più economico per i compiti semplici.
- Mandare solo il testo necessario, non l'intero archivio a ogni domanda.
- Mettere un tetto ai consumi, per utente o per funzione, così un errore o un abuso non diventa una fattura a sorpresa.
- Registrare il consumo di ogni richiesta, per sapere quanto costa ogni funzione.
Con un modello installato sui vostri server non si paga a consumo, ma si pagano hardware, energia e manutenzione. Come scegliere fra le due strade lo spiega la guida sui modelli locali e in cloud.
La qualità
Come si controllano i risultati.
Un modello linguistico può sbagliare con sicurezza: scrive una risposta convincente anche quando è falsa. Si chiama allucinazione, e non si elimina del tutto. Si gestisce con il progetto, mettendo i controlli nei punti giusti.
La fonte citata
Quando il modello risponde partendo dai vostri documenti, la risposta dice da dove viene, così chi legge può controllare.
Le regole normali
Un codice fiscale, un importo, una data si controllano con regole semplici prima di salvarli. L'AI propone, il software verifica.
Una persona dove l'errore costa
Le risposte su prezzi o contratti, o le decisioni su pratiche importanti, passano da una persona prima di uscire.
Un secondo controllo
Per alcuni compiti un secondo modello rilegge la risposta del primo e corregge gli errori evidenti. Riduce gli errori, non li azzera.
Serve anche una prova che si possa ripetere: un elenco di casi veri con la risposta giusta, da rilanciare a ogni cambio di istruzioni o di modello. È il modo più semplice per accorgersi se la qualità peggiora.
I dati
Privacy: la parte tecnica.
Quando un software manda testi a un modello in cloud, quei testi arrivano al fornitore. La parte tecnica decide che cosa arriva e che cosa no.
- Mandare il minimo: niente dati personali se il compito non li richiede.
- Filtrare: in certe funzioni il software può rifiutare un testo che contiene email, telefoni, codici fiscali o IBAN prima che parta.
- Registrare con misura: per tenere conto di costi e tempi bastano numeri e codici, non il testo dei messaggi.
- Scegliere il posto: per i dati più riservati, un modello sui vostri server.
Queste sono scelte tecniche. Se un trattamento di dati sia lecito, e a quali condizioni, lo dicono le norme e i vostri contratti: va verificato con il vostro consulente. Noi gli diamo le informazioni tecniche che servono.
La nostra esperienza
Quello che facciamo già.
Quello che scriviamo qui viene dal software che usiamo ogni giorno. Minerva, il nostro tutor per lo studio, usa modelli linguistici per spiegazioni, mappe e verifiche, e cerca nei materiali caricati dallo studente. Gli assistenti AI del nostro sito rispondono su temi diversi, ognuno con le sue istruzioni.
Per Pavé, un'agenzia immobiliare, abbiamo collegato un agente alle email, a WhatsApp, all'archivio degli immobili e al calendario delle visite.
I limiti
Cosa sapere prima di cominciare.
- Un modello può sbagliare: servono controlli e, per alcune decisioni, una persona.
- I fornitori cambiano modelli e prezzi: il software va progettato per poter cambiare modello senza riscrivere tutto.
- Le prime prove su pochi esempi sembrano sempre ottime: la qualità vera si vede sui casi reali e nel tempo.
- Non tutti i processi ne hanno bisogno: se una regola semplice basta, una regola costa meno ed è più prevedibile.
Domande frequenti
Le domande che ci fanno su questo tema.
Quasi mai, all'inizio. Di solito bastano buone istruzioni e, se servono i vostri documenti, una ricerca che li passa al modello a ogni domanda. Un addestramento su misura costa di più ed è utile solo in casi particolari.
Dipende dal compito e dai sistemi da collegare. Proponiamo di partire da un solo compito, misurarlo su casi veri e poi estendere: così il primo risultato arriva presto e si vede se vale la pena andare avanti.
Sì, se il software è progettato per questo. Le chiamate al modello passano da un punto solo, e cambiare modello diventa una questione di configurazione e di nuove prove sulla qualità.
Di solito toglie la parte ripetitiva. Le persone restano dove serve giudizio e controllano i casi in cui un errore costa.
Avete un compito da cui partire?
Raccontateci il processo: vi diciamo se l'AI può aiutare, da dove conviene cominciare e come misurarlo. Rispondiamo entro 24 ore lavorative.