Insegna alla tua IA: manca il contesto, non il prompt magico

Quando un'IA risponde male dentro un'azienda, quasi mai è per mancanza di un prompt migliore. È per mancanza di contesto.

Fai un test semplice. Chiedi all'IA che usi oggi: cosa fa la mia azienda? Quali scadenze rispettiamo? Cosa può promettere il servizio clienti e cosa no? Se non sa rispondere, non saprà nemmeno gestire un lead, scrivere una proposta o qualificare un contatto come faresti tu. Non perché il modello sia scarso. Perché nessuno gliel'ha insegnato.

Il problema dei guru

I guru dell'IA inventano una novità al giorno. Il prompt segreto, la formula in dieci passi, il template che "nessuno sta usando". Qual è il problema? La maggior parte di loro non ha mai fatto niente con l'IA oltre a prendere i contenuti degli altri e volerli insegnare come fossero suoi. Vendono l'idea che esista una frase magica che sblocca tutto, perché una frase magica sta in un carosello. Il contesto operativo no.

Chi costruisce agenti per operazioni vere sa che il prompt è la parte minore. La parte maggiore è ciò che l'IA sa del tuo business prima che arrivi la prima domanda.

Cos'è il contesto, in pratica

Il contesto è tutto ciò che un nuovo assunto dovrebbe imparare nella prima settimana per non combinare guai. Per un agente che risponde su WhatsApp per una società immobiliare, per esempio:

• Quali progetti sono in vendita, con quali fasce di prezzo e quali condizioni.
• Cosa può affermare l'assistenza sui tempi di consegna e cosa deve arrivare da un agente.
• Quando un lead è pronto per passare al team commerciale e quando ancora no.
• Come registrare il contatto nel CRM, con quali campi e in quale fase.
• Cosa fare quando il cliente chiede qualcosa fuori dal copione.

Niente di tutto questo è prompt. Sono informazioni dell'azienda. Ed è esattamente ciò che manca nella maggior parte delle implementazioni che vedo fallire.

Parti da ciò che fai ogni giorno

Il mio consiglio è sempre lo stesso: non partire dal grande progetto. Parti da qualcosa che devi fare ogni giorno e che sai già fare bene. Può essere rispondere al primo messaggio di un lead, riassumere una riunione con un cliente, compilare il CRM dopo una visita.

Per quel lavoro, dai all'IA tre cose:

1. Cosa deve fare. Descrivi il compito come lo descriveresti a una persona nuova nel team. Input, output, a chi va.
2. Le regole. Cosa può e cosa non può. Scadenze che può citare. Promesse che non deve mai fare. Tono di voce dell'azienda.
3. Un lavoro che hai già approvato. Un esempio reale di buona risposta, buona proposta, buon riassunto. Vale più di qualsiasi istruzione astratta, perché mostra lo standard invece di descriverlo.

La differenza si vede dalla prima risposta. E non dipende dal modello. Dipende dal fatto che, per la prima volta, sa dove si trova e per chi lavora.

Dopo il primo giorno

Quando il primo lavoro va bene, ripeti il processo per il successivo. Ogni compito insegnato diventa un pezzo di contesto che il seguente sfrutta. In poco tempo l'IA smette di essere uno strumento generico e comincia a conoscere la tua operazione: le scadenze reali, i limiti reali, il modo in cui il tuo team parla con il cliente.

È questo accumulo che separa un'IA che aiuta da un'IA che intralcia. E non viene da un guru. Viene da chi conosce il business e accetta di spendere un'ora a insegnare.

Qual è il compito quotidiano che faresti fare all'IA domani, se sapesse ciò che sai tu?

Se vuoi mappare cosa la tua operazione deve insegnare prima di mettere un agente al lavoro, parti dalla diagnosi.