本站提供正體中文版。切換到正體中文本站提供简体中文版。切换到简体中文This site is available in English.View in Englishこのサイトには日本語版があります。日本語で表示이 사이트는 한국어로도 제공됩니다.한국어로 보기Diese Website ist auch auf Deutsch verfügbar.Auf Deutsch ansehenEste sitio web también está disponible en español.Ver en españolCe site est également disponible en français.Afficher en françaisEste site também está disponível em português.Ver em portuguêsDeze website is ook beschikbaar in het Nederlands.In het Nederlands bekijkenЭтот сайт также доступен на русском языке.Смотреть на русскомयह वेबसाइट हिन्दी में भी उपलब्ध है।हिन्दी में देखेंهذا الموقع متاح أيضًا باللغة العربية.عرض بالعربيةSitus ini juga tersedia dalam bahasa Indonesia.Lihat dalam bahasa IndonesiaBu site Türkçe olarak da mevcut.Türkçe görüntüleTa strona jest dostępna także po polsku.Wyświetl po polskuTrang web này cũng có phiên bản tiếng Việt.Xem bằng tiếng Việtاین وب‌سایت به فارسی هم در دسترس است.مشاهده به فارسی

Mettere per iscritto il giudizio che si ha in testa: l'ingegneria del contesto e l'obbedienza di un modello

IA2026.06

In questi anni, dopo aver introdotto l’IA nel mio lavoro, ho progressivamente scomposto i giudizi che prima esistevano soltanto nella mia testa e li ho esternalizzati (externalize), ordinandoli in un controllabile «documento di ingegneria del contesto» (Context Engineering Document).

Infografica di confronto tra modelli che colloca Claude come modello principale, GPT come riserva e Gemini come scartato per aver un tempo elencato fonti inventate, con la nota che si tratta di una prova personale del momento e non di un verdetto oggettivo

Valuto un modello in base a tre cose

Attualmente, quando valuto se un modello sia adatto a un lavoro ad «alta disciplina e alta tracciabilità», guardo soprattutto tre cose:

  1. se sappia attenersi alle regole stabilite;
  2. se, quando le informazioni sono insufficienti, «colmi i vuoti» da sé;
  3. se il contenuto prodotto possa essere tracciato e verificato.

Un resoconto sul campo di questo momento

Ecco le mie recenti note sul campo; premetto che si tratta puramente della mia attuale, personale esperienza d’uso, e che anche i modelli vengono continuamente aggiornati, per cui non è detto che valga per chiunque né per ogni versione:

  • Claude: l’obbedienza al contesto più alta; tende a eseguire aderendo strettamente alle regole stabilite, perciò lo tratto come modello principale e lo uso per sostenere lo strato del giudizio.
  • GPT: viene subito dopo. La tracciabilità è relativamente controllabile, ma quando le informazioni sono insufficienti a volte colma i vuoti con i dati di addestramento, perciò lo uso soprattutto come riserva e per compiti specifici.
  • Gemini: fatica di più con questo tipo di lavoro lungo e ad alta disciplina; una volta ha elencato in un colpo solo un intero lotto di fonti inventate, perciò per ora è uscito da questa linea principale.

Ciò che allarga il divario è «l’obbedienza al giudizio già esternalizzato»

Per me, la chiave che davvero allarga il divario tra i modelli non è in realtà soltanto la capacità del modello in sé, ma se sia in grado di «obbedire» a quel giudizio professionale che io ho già esternalizzato.

Gli strumenti continueranno ad aggiornarsi, ma mettere prima per iscritto con chiarezza il giudizio che si ha in testa: questa cosa è, in realtà, importante tanto quanto quale strumento si sceglie.