Al giorno 30, cosa ti mostra il tuo team
Se manca anche uno solo di questi quattro elementi, non abbiamo finito.
-
Uno strumento funzionante su un processo che già usano. File reali, non un sandbox.
-
Una configurazione AI personale con i loro standard già scritti dentro. Basta ripetere le regole ogni mattina.
-
Un comando ricorrente che un collega può rilanciare senza avere l'autore in stanza.
-
Una Mappa Agentica di cosa è stato costruito, dove si trova, chi ne è responsabile.
Cosa acquisti: uno strumento, una configurazione, un comando, una mappa.
Come si presenta
Live · 1h15
Slide con la teoria necessaria, poi una demo su lavoro reale: prima guardano come si fa, poi lo rifanno loro sul proprio lavoro. Gli ultimi 10–15 minuti sono per le domande.
Async · 1h
Lettura ed esercizi, più impostare il proprio spazio e lavoro pratico sul progetto. Il peso della costruzione pratica cresce nel tempo. Lavoro produttivo, non riempitivo.
A chi è rivolto
È per
Operatori, manager e direttori che usano già l'IA in chat e/o Cowork e hanno raggiunto il limite. Operations, supporto vendite, coordinatori, analisti, capi ufficio, e i leader che sponsorizzano il loro lavoro. Persone che producono deliverable reali e vogliono il metodo in aula, non solo un briefing.
Non è per
Principianti assoluti (per loro c'è il percorso Literacy). Chi vuole solo un briefing senza lavoro pratico. Sviluppatori software che già lavorano con agenti.
Come eroghiamo il corso
Questo è il metodo di erogazione di Adaptto in tutti i programmi. Non è la pratica che i partecipanti usano per costruire un progetto. Quella pratica vive nelle lezioni di ogni corso.
Valutazione
Prima del kickoff, una valutazione iniziale per ogni partecipante. Misuriamo conoscenza e atteggiamento (chi è pronto e chi opporrà resistenza, e perché), mappiamo cosa fanno concretamente giorno per giorno, e individuiamo dove stanno le opportunità. Così personalizziamo l'aula prima che qualcuno entri in una sessione live.
Accompagnamento
Le sessioni live combinano slide teoriche con demo su lavoro reale: guardano come si fa, poi lo rifanno loro sul proprio lavoro con noi in aula. Durata e numero seguono il formato qui sopra.
Lavoro
Async tra una sessione e l'altra: lettura ed esercizi, più configurazione e lavoro pratico sul proprio progetto reale. Diamo un peso crescente alla costruzione pratica. Un breve follow-up dopo il programma evita che si spenga.
Da strumento di consultazione a operatore
L'IA come strumento di consultazione
- Fare una domanda, incollare la risposta, ricominciare da capo domani.
- Le regole vivono nella testa di qualcuno, ripetute ogni mattina.
- La qualità dipende da chi scrive il prompt, e non si trasferisce.
L'IA come operatore
- Esegue un processo sui loro file, con le loro regole già caricate.
- Un collega può rilanciare lo stesso comando senza sedersi accanto a chi l'ha creato.
- Il risultato passa per la stessa revisione che già usi per il lavoro che conta.
Quattro settimane. Quattro cose che il team ti mostra.
Quattro settimane. Quattro cose che il tuo team ti può mostrare. Apri una settimana per vedere cosa succede in aula e cosa si portano a casa.
01
Smettono di perdere giorni su lavoro che l'IA avrebbe dovuto pianificare.
- Stessa richiesta con un piano vs senza. Vedono la differenza.
- Vedono quale lavoro fare subito, quale pianificare, quale far passare da un controllo.
- Alla fine hanno un piano per il loro progetto, pronto da costruire la settimana prossima.
Smettono di perdere giorni su lavoro che l'IA avrebbe dovuto pianificare.
- Stessa richiesta con un piano vs senza. Vedono la differenza.
- Vedono quale lavoro fare subito, quale pianificare, quale far passare da un controllo.
- Alla fine hanno un piano per il loro progetto, pronto da costruire la settimana prossima.
Il modello è lo stesso per tutti. Il piano e il contesto cambiano il risultato.
Scelgono un processo reale che già usano e scrivono in una frase come si presenta "fatto", nel modo in cui un collega lo accetterebbe.
Eseguiamo la stessa richiesta due volte, una con un piano e una senza. Poi ordinano il proprio lavoro: farlo subito, pianificarlo, o farlo passare da un controllo. Gli ultimi 10–15 minuti sono domande.
Completano un piano ricco di contesto per il proprio progetto. La settimana dopo costruiscono a partire da lì, non ripartono da una chat vuota.
Breve, reversibile, nessun danno duraturo se sbagliato. Scrivilo e vai avanti.
Più passaggi, richiede i loro file e standard, verrà riutilizzato. Scrivi prima il piano.
Rivolto al cliente, denaro, o una decisione che non si può annullare. Una persona approva prima che parta.
Deliverable Un piano ricco di contesto per il proprio progetto, pronto per essere costruito.
02
Rilasciano qualcosa di reale.
- Qualcosa di reale su un processo reale questa settimana.
- Le regole che riscrivevano ogni mattina ora vivono nella configurazione.
- Possono continuare senza di noi in aula.
Rilasciano qualcosa di reale.
- Qualcosa di reale su un processo reale questa settimana.
- Le regole che riscrivevano ogni mattina ora vivono nella configurazione.
- Possono continuare senza di noi in aula.
La chat dimentica. La configurazione ricorda. Migliorarla è il modo per migliorare il lavoro.
Portano il piano della settimana scorsa e i file che il processo usa davvero. Niente dati di esempio.
Costruiamo la prima versione funzionante davanti a loro, poi eseguono lo stesso ciclo sul proprio processo. Le regole che continuano a ripetere vengono scritte nella configurazione, così non le riscrivono domani.
Portano a casa una prima versione che funziona sul loro processo reale, più una configurazione che già conosce i loro standard.
Il file di configurazione si chiama CLAUDE.md (o AGENTS.md per Codex). È un documento breve che sta accanto al lavoro e dice al modello gli standard del team, i file, e cosa "non fare mai". Questo è tutto il trucco. La chat è usa e getta. La configurazione è l'asset.
Deliverable Prima versione funzionante sul loro processo reale, più una configurazione AI che conserva le loro regole.
03
Il lavoro ricorrente diventa un comando.
- Un processo ripetuto diventa un comando che il team può rilanciare.
- Sanno quando collegare uno strumento vale la pena e quando ostacola.
- La conoscenza smette di vivere nella cronologia chat di una sola persona.
Il lavoro ricorrente diventa un comando.
- Un processo ripetuto diventa un comando che il team può rilanciare.
- Sanno quando collegare uno strumento vale la pena e quando ostacola.
- La conoscenza smette di vivere nella cronologia chat di una sola persona.
A questo punto hanno già costruito qualcosa di reale e incontrato le difficoltà vere. Questa settimana la trasformano in qualcosa che tutto il team può riusare.
Segnano i passaggi che hanno già ripetuto a mano questa settimana. Quei passaggi sono il comando, non un nuovo progetto.
Trasformiamo uno di quei cicli in una skill (un comando riutilizzabile) che chiunque nel team può eseguire. Poi guardiamo il collegamento di strumenti che già pagano (email, calendario, il CRM) e quando quel collegamento non vale l'attrito.
Alla fine hanno un flusso di lavoro riutilizzabile, più una decisione scritta su cosa collegare e cosa lasciare stare.
Le skill sono le procedure riutilizzabili che insegnano al modello (un modo con un nome per rifare un lavoro). MCP è lo strato dei connettori: aggancia strumenti che già paghi quando ne vale davvero la pena. Se collegare uno strumento aggiunge più attrito di quanto ne toglie, non lo colleghi.
Deliverable Un flusso di lavoro che già facevano a mano, ora riutilizzabile. Criterio su cosa collegare tra email, calendario, o il CRM.
04
Imparano a costruire in team, non da soli in una chat.
- Come un team condivide il lavoro con l'IA: un progetto, revisione prima che venga pubblicato (GitHub, in linguaggio semplice).
- I volontari mostrano una modifica reale; l'aula dà feedback dal vivo.
- Una Mappa Agentica personale perché quello che hanno costruito non muoia su un solo laptop.
Imparano a costruire in team, non da soli in una chat.
- Come un team condivide il lavoro con l'IA: un progetto, revisione prima che venga pubblicato (GitHub, in linguaggio semplice).
- I volontari mostrano una modifica reale; l'aula dà feedback dal vivo.
- Una Mappa Agentica personale perché quello che hanno costruito non muoia su un solo laptop.
La lezione principale: lavorare in team su lavoro condiviso con l'IA. GitHub è lo strumento. La revisione è l'abitudine. La mappa è ciò che resta.
Preparano un account GitHub e scorrono come funziona un progetto condiviso: branch, modifica, revisione, merge. Linguaggio semplice, non un corso per sviluppatori.
Percorriamo un progetto condiviso dall'inizio alla fine su GitHub: il lavoro, il controllo di revisione, il passaggio di consegne. Stessa idea di una pull request, anche se l'azienda non la chiama così. I volontari mostrano una modifica reale; l'aula dà feedback dal vivo. Poi ognuno avvia la propria Mappa Agentica: cosa è stato costruito, dove si trova, come farla crescere.
Rilanciano il ciclo sul proprio progetto e completano la mappa. Il prossimo lavoro parte da quella mappa, non da una chat vuota.
GitHub qui non è un rituale da sviluppatori. È come il team condivide il lavoro con l'IA: qualcun altro può vedere la modifica, fare una domanda, e accettarla prima che vada online. È così che la capacità resta quando ce ne andiamo.
Deliverable Un quadro chiaro del ciclo di revisione in team su un progetto condiviso, più una Mappa Agentica personale.
Non finisce con l'ultima sessione
Certificato
Un certificato condivisibile quando completano le quattro lezioni e il progetto finale ha superato la revisione.
Report delle opportunità
Un report che ti inviamo: una diagnosi delle opportunità di automazione emerse durante il programma. Cosa fare dopo, non un sondaggio.
Follow-up a 30 giorni
Una sessione di 1 ora dopo un mese. Cosa funziona ancora, cosa ha bisogno di una spinta, quale dovrebbe essere il prossimo comando.