Co-fondatore di OpenAI. Professore a Stanford. Uno degli ingegneri più credibili al mondo. Non usa prompt segreti. Usa un sistema.
Ecco i suoi 7 consigli reali – niente hype, niente fronzoli.
Immagina questa scena.
Sono le 23:00. Sono due ore che fissi la stessa finestra di chat con l'AI. Hai riformulato la stessa richiesta in sei modi diversi. Hai provato a essere educato, diretto, specifico, vago. Hai copiato e incollato tre diversi "prompt magici" da qualche tizio su X che giura che il suo template rende Claude "10 volte più intelligente."
Niente funziona come ti aspettavi. Il risultato è troppo generico, strutturalmente sbagliato, o sicuro di sé ma sbagliato su qualcosa che gli avevi già detto venti minuti fa – nella stessa identica conversazione.
Chiudi la scheda. Ci riproverai domani. Magari un modello diverso. Magari un prompt diverso. Forse non sei ancora portato per questa cosa.
Ecco la scomoda verità: probabilmente non è colpa del modello. E di sicuro non è colpa del prompt.
Mentre la maggior parte delle persone continua a ottimizzare all'infinito le proprie frasi, a cercare l'istruzione perfetta, o a comprare l'ennesimo "corso di produttività con l'AI" – un piccolo gruppo di persone ha silenziosamente capito che il problema non è mai stato il prompt.
Il problema era tutto ciò che stava intorno al prompt.
Il contesto. La memoria. La struttura. Il flusso di lavoro.
Andrej Karpathy è una di queste persone. E a differenza della maggior parte delle voci nel mondo dell'AI, ha i titoli per parlare: co-fondatore di OpenAI, ex capo dell'AI a Tesla, professore a Stanford, uno degli ingegneri che ha effettivamente costruito i sistemi che tutti gli altri cercano di "hackerare" con prompt furbetti.
Ci pensa da più tempo di quasi chiunque altro. E ciò che ha concluso è allo stesso tempo ovvio col senno di poi e quasi completamente ignorato nella pratica.
Non usa prompt magici. Costruisce infrastrutture.
Sette abitudini. Qualche semplice file. Un ritmo di lavoro specifico. Tutto qui.
Ecco esattamente cosa fa – e perché ogni pezzo è importante.
CONSIGLIO 1: Dimentica i prompt magici. Il problema è quasi sempre la mancanza di contesto.
Dal 2022, i "guru del prompt engineering" dominano X e Instagram.
Il messaggio: impara la formula giusta e il modello obbedirà.
Karpathy non è d'accordo. Il vero motivo per cui la maggior parte delle persone fa 100 tentativi e ottiene comunque risultati scadenti? Ignorano completamente il contesto.
La sua formula reale:
- Scrivi una richiesta standard e chiara
- Includi sempre un esempio concreto di come dovrebbe essere un buon risultato
- Incolla l'intero messaggio di errore o il background completo – mai un frammento tagliato
Non tagliare il tuo codice o testo per "risparmiare spazio nel contesto." Quando il modello indovina cosa manca, sbaglia. Ogni volta.
Nessuna istruzione segreta può teletrasportare il tuo background nella testa del modello. Devi scriverlo esplicitamente.
CONSIGLIO 2: Il tuo CLAUDE.md probabilmente è spazzatura. Vai a controllarlo subito.
L'hai copiato dal template di qualcun altro? Hai lasciato che Claude lo scrivesse da solo? Allora quel file non sta funzionando per te.
Il tuo file di configurazione principale deve spiegare chiaramente cinque cose:
- Chi sei
- Di cosa tratta il progetto (solo il quadro generale)
- Cosa non toccare
- Convenzioni per i nomi dei file
- Come formattare le risposte
Quasi tutti hanno il file. Quasi nessuno lo ha impostato correttamente.
Prima di dare la colpa al modello di essere "stupido" – vai a leggere le tue stesse istruzioni.
E se usi solo strumenti AI basati su browser? Ti serve comunque. Imposta un brief fissato. Stessa logica.
CONSIGLIO 3: Costruisci un sistema a tre livelli. Smetti di ricominciare da zero a ogni sessione.
Il pipeline di Karpathy:
- /raw – il tuo materiale grezzo, inserito così com'è
- /wiki – pagine strutturate che il modello scrive e mantiene
- CLAUDE.md – i tuoi principi operativi permanenti
Arriva una nuova fonte → la metti in /raw → dici al modello di processarla.
Sono 30 minuti risparmiati al giorno, che si accumulano.
Se il tuo progetto vive più di un paio di giorni e ti ritrovi a rispiegare tutto in ogni nuova sessione – quello non è un flusso di lavoro, è un ciclo.
CONSIGLIO 4: Dopo ogni risposta valida – salvala. In modo permanente.
L'abitudine predefinita: ottenere un'ottima risposta, copiare il risultato, chiudere la scheda, dimenticarsene. Karpathy dice che questo sta silenziosamente uccidendo la tua produttività a lungo termine. I modelli hanno bisogno di riferimenti.
Dopo ogni risposta utile:
"Salva questo come pagina permanente: wiki/argomento/.md"
Poi rivedi periodicamente i tuoi appunti per duplicati, conflitti e informazioni obsolete.
Se salti questo passaggio, i tuoi migliori risultati AI annegheranno silenziosamente nella cronologia delle chat. Spenderai ore su compiti che hai già risolto.
CONSIGLIO 5: Per qualsiasi progetto che duri più di una settimana – aggiungi index.md e log.md. Senza eccezioni.
Due file. Due scopi:
- index.md – una mappa di tutto ciò che esiste
- log.md – un registro delle modifiche in corso: data | tipo | descrizione
Esempio: 28-05-2026 | riepilogo | analisi intervista cliente
Se fai vibe-coding per 1-2 ore al giorno, dopo due settimane non ricorderai davvero cosa hai costruito il terzo giorno. Questi due file sono il tuo strato di memoria.
CONSIGLIO 6: L'AI è uno stagista brillante ma senza gusto. Trattala come tale.
L'inquadramento di Karpathy: gli agenti AI sono "stagisti superpotenti con una conoscenza immensa, che allucinano costantemente e non hanno alcun gusto per il codice." Hanno bisogno di un guinzaglio stretto.
Il suo ciclo di lavoro reale:
- Carica tutto il contesto
- Chiedi 2-3 opzioni per il prossimo piccolo passo
- Scegline una
- Valuta, testa, conferma
- Ripeti
Non chiedergli mai di fare tutto in un unico prompt. È così che ottieni 500 righe di pasticcio indebuggabile.
CONSIGLIO 7: Una frase che rende ogni prompt di ricerca 10 volte più leggibile.
Aggiungi questo alla fine di qualsiasi prompt di analisi o ricerca:
"Struttura la tua risposta finale come un file HTML autonomo."
I modelli AI trasformano qualsiasi cosa in HTML pulito e navigabile in pochi secondi. I tempi di lettura calano drasticamente. Ti costa una singola frase. Usala sempre.
Ecco cosa c'è di strano in tutto questo.
Nessuno di questi consigli è segreto. Nessuno richiede un abbonamento a pagamento, uno strumento speciale, o un corso di 40 ore. Sono tutti, una volta che li vedi, completamente ovvi. Certo che il modello ha bisogno di tutto il contesto. Certo che dovresti salvare ciò che funziona. Certo che un progetto ha bisogno di una mappa e di un registro.
Eppure – vai a vedere come usi davvero l'AI in questo momento. Sii onesto. Quante di queste sette cose sono effettivamente in atto nel tuo flusso di lavoro oggi?
La maggior parte delle persone si trova in una strana posizione con l'AI. Credono che sia potente – l'hanno vista fare cose impressionanti – ma tra le loro mani continua a dare risultati inferiori alle aspettative. Quindi presumono che il divario sia colpa del modello, o del prompt, o di qualche conoscenza interna che non hanno ancora scoperto. Passano ore a cercare il trucco invece di dedicare venti minuti a costruire le fondamenta.
L'intero messaggio di Karpathy è che il divario non riguarda la magia. Riguarda la memoria, la struttura e l'incrementalità. Dai al modello il quadro completo. Salva ciò che costruisce. Lavora a piccoli passi concreti. Il modello non è il collo di bottiglia – il tuo flusso di lavoro lo è.
Le persone che otterranno molto di più dall'AI nei prossimi due anni non sono quelle che hanno trovato i migliori prompt. Sono quelle che hanno costruito i migliori sistemi intorno al modello – anche semplici. Una cartella /raw, una /wiki, un CLAUDE.md corretto, due file markdown e un ciclo di lavoro.
Questo è tutto il vantaggio. È quasi imbarazzantemente piccolo. Ma quasi nessuno lo sta facendo.
Torna alla storia all'inizio. Quella persona alle 23:00, frustrata, che chiude la scheda – non è la storia di un'AI scadente. È la storia di un flusso di lavoro senza memoria, senza struttura e senza un ciclo incrementale. Il modello era pronto ad aiutare. Solo che non sapeva abbastanza su cosa stava aiutando.
Ora sai cosa costruire. Inizia con un file. Una cartella. Una risposta salvata. Il sistema si accumula velocemente.
TL;DR
Smetti di ritoccare i prompt. Inizia a costruire infrastrutture. Un file di configurazione corretto, una struttura /raw e /wiki, pagine di riferimento permanenti, file index e log per progetti lunghi, un ciclo di lavoro a piccoli passi e un trucco con l'HTML. Il modello smette di indovinare – e inizia davvero ad aiutare. Il vantaggio non è un segreto. È un sistema. E ci vuole circa un pomeriggio per impostarlo.
Se questo ti è stato utile – mettilo tra i preferiti. Vorrai tornarci su.
Segui @ScottyBeamIO per altre analisi come questa.
Niente fronzoli, solo ciò che funziona davvero.
