Marketing Engineer: 100x più esperimenti con gli agenti AI

I marketing engineer sono i NUOVI dipendenti 10x, e la maggior parte delle aziende non ne ha ancora uno.

Se stai facendo crescere una startup, un'attività o un side hustle, diventarlo o assumerne uno è la leva più potente che hai in questo momento. È il periodo più entusiasmante per lavorare nel marketing da quando Google ha lanciato AdWords. Forse di sempre.

Per 20 anni, avere idee di marketing è stato facile, mentre realizzarle era difficile. Le vendite sapevano perché i deal si chiudevano. Il supporto sapeva perché i clienti se ne andavano. Ma ogni idea doveva sopravvivere a un brief, a un designer, a uno sviluppatore, a un analista e a due riunioni, e la maggior parte moriva in una chat su Slack.

Quel collo di bottiglia è appena saltato!

Oggi un agente legge le chiamate di vendita della settimana scorsa in dieci minuti. Un altro trasforma quello che hanno detto i clienti in una landing page. Un altro lancia trenta inserzioni e scarta quelle perdenti mentre dormi. Un altro ti dice, il lunedì, quale campagna ha portato clienti paganti. E i modelli ora sono abbastanza validi da garantire che, se la tua idea è buona, lo sarà anche il risultato.

Un marketing engineer collega questi agenti fino a farne una macchina. Metà marketer, metà builder. E i migliori spesso arrivano da fuori del marketing: founder, ingegneri, operations manager, solopreneur.

Quindi prenditi un caffè o un tè, perché ecco il playbook completo (15-20 minuti di lettura):

Come ci siamo arrivati

Nell'era di Mad Men, dagli anni '50 agli anni '90, marketing significava stampa, TV, radio e cartelloni pubblicitari. Il lavoro ruotava attorno a grandi idee e grandi budget. Una campagna costava milioni, richiedeva mesi di produzione e, se eri fortunato, scoprivi se aveva funzionato un trimestre dopo. Un grande marketer aveva a disposizione solo una manciata di vere occasioni all'anno, quindi l'intera professione si reggeva su gusto, persuasione e intuito.

Poi, nel 2000, Google ha lanciato AdWords e nel 2007 Facebook ha introdotto le inserzioni: all'improvviso ogni singolo clic poteva essere contato. Era nato il digital marketer. Il lavoro si è trasformato nella gestione di canali come SEO, search a pagamento, email e display. I marketer vivevano dentro le dashboard, e i migliori erano quelli che capivano le piattaforme più a fondo. Potevi fare qualche esperimento al mese.

Negli anni 2010 è arrivato il growth hacker, e non lo dimenticherò mai. Sean Ellis ha coniato il termine nel 2010, e i trucchi migliori del decennio sono diventati leggenda. Hotmail metteva "P.S. Ti voglio bene. Ottieni la tua email gratuita su Hotmail" in fondo a ogni messaggio. Dropbox regalava spazio di archiviazione a te e a un amico per ogni invito. Airbnb permetteva agli host di pubblicare automaticamente i propri annunci anche su Craigslist. Il growth hacker trattava il marketing come un prodotto, con funnel, loop e test A/B. Il problema era che ogni buona idea richiedeva un ingegnere, e gli ingegneri appartenevano alla roadmap di prodotto. I growth hacker passavano metà della vita a scrivere ticket e ad aspettare in coda. Riuscire a fare qualche esperimento a settimana significava aver avuto un'ottima settimana.

Quando ChatGPT è comparso alla fine del 2022, è nato il marketer assistito dall'AI. I copy arrivavano più in fretta, le immagini pure, ma tutto il resto è rimasto uguale. Stesso organigramma, stesse riunioni, stesso ciclo di sei settimane, solo con prime bozze migliori. È stata una specie di era del copilota AI. La maggior parte dei team di marketing è ancora ferma esattamente qui.

Il marketing engineer è ciò che succede quando la persona che ha l'idea e quella in grado di realizzarla diventano la stessa persona. Un unico marketer analizza il cliente, costruisce la pagina, genera le creatività, collega i dati e lancia il test. L'unità di lavoro passa dalla campagna al sistema che produce campagne in continuo, e decine di esperimenti al giorno diventano un obiettivo realistico per una sola persona.

Se allarghiamo lo sguardo, l'intera storia del marketing segue un'unica tendenza: il costo di un esperimento continua a crollare. Chi fa più esperimenti validi impara più velocemente, e chi impara più velocemente vince.

Perché tutto questo conta così tanto

Ogni azienda è seduta su una miniera d'oro che usa raramente (so che è difficile da credere, ma è vero).

Le vendite sentono le stesse cinque obiezioni ogni settimana. Il supporto sa esattamente quali promesse portano ai rimborsi. Il founder ha opinioni fortissime sul settore, ma vivono solo nella sua testa e in qualche clip di podcast. L'analytics sa quali pagine portano clienti che restano. Tutto questo è sparso in tool diversi, gestito da persone diverse, e forse arriva a influenzare una campagna una volta a trimestre.

Nel frattempo, le piccole idee che metterebbero a frutto queste informazioni continuano a perdere contro il grande lancio. Un calcolatore di prezzi per una nicchia specifica. Una campagna costruita sulle chiamate di vendita di ieri. Un messaggio a quaranta vecchi prospect il giorno in cui viene finalmente rilasciata la feature che avevano chiesto. Ognuna di queste idee richiedeva un designer, uno sviluppatore, un analista e due riunioni, quindi finivano tutte a prendere polvere nel backlog per l'eternità.

Un marketing engineer può realizzare ognuna di queste cose in un pomeriggio. Il marketing iper-specifico è diventato economico e, quando la specificità costa poco, l'azienda che capisce meglio il proprio cliente inizia a vincere. Le agenzie che vendono ore a progetto saranno le prime ad accorgersene. I grandi team di marketing inizieranno a sembrare comitati. Founder e marketer indipendenti avranno improvvisamente la capacità produttiva di un intero dipartimento.

Nota: il mio socio ha appena lanciato Boring Funnels, partendo dall'idea che la più grande opportunità sia aiutare le aziende a trasformare ciò che sanno dei loro clienti in offerte chiare, landing page utili e follow-up che generano vendite. Un marketing engineer può costruire l'intero sistema, vedere dove le persone abbandonano e continuare a migliorarlo man mano che arrivano nuovi clienti.

Ecco esattamente come costruirlo.

Passo 1: Prepara la tua postazione

Tutto inizia con un workspace per agenti. Claude Code, Codex e Cursor sono i più diffusi. Il modo più semplice per pensare a questi strumenti è immaginarli come un junior estremamente veloce che vive dentro una cartella del tuo computer. Può leggere ogni file in quella cartella, scriverne di nuovi, eseguire codice e usare qualsiasi tool a cui lo colleghi.

Ed è quest'ultima parte a fare la magia. I tool si collegano tramite qualcosa chiamato MCP, che in pratica è una presa universale per l'AI. HubSpot, Stripe, Notion, Slack e centinaia di altri strumenti hanno server MCP, quindi il tuo agente può leggere il tuo CRM o estrarre i ricavi della settimana scorsa esattamente come faresti tu. Quando un tool ha solo un'API, di solito l'agente è in grado di scrivere il codice per interrogarla.

Vorrai anche che i tuoi agenti lavorino secondo una programmazione prestabilita mentre dormi. Un anno fa significava mettere insieme pezzi in un tool di automazione come Zapier o n8n. Oggi puoi semplicemente chiedere al tuo agente di sviluppo di costruirlo. Digli "esegui questo ogni lunedì alle 7:00, pubblica il report su Slack e aspetta il mio ok prima di inviare qualsiasi cosa", e lui scriverà il job programmato, il messaggio Slack con il pulsante di approvazione e il codice che entra in azione solo dopo il tuo clic. In alternativa, usa un agente sempre attivo come Hermes o OpenClaw, che lavora già in background. In entrambi i casi, è il tuo codice, nella tua cartella, e puoi modificarne qualsiasi parte con una semplice frase.

Passo 2: Scrivi il cervello

Ecco l'errore che vedo ripetersi continuamente. Qualcuno si entusiasma, avvia dieci agenti, riceve in cambio una montagna di contenuti generici e scadenti, e conclude che il marketing con l'AI è sopravvalutato.

Gli agenti andavano bene, ma il contesto era debole.

È come assumere un marketer brillante e saltare l'onboarding. Scriverà qualcosa di intelligente sul tuo settore, ma suonerà esattamente come i tuoi concorrenti. Quindi, prima di costruire un singolo agente, costruisci il cervello: una cartella che spiega la tua attività esattamente come la spiegheresti a una nuova risorsa sveglia nel suo primo giorno di lavoro.

Ecco la struttura che userei:

Sei file fanno la maggior parte del lavoro pesante.

1/ START-HERE.md è l'unica pagina che ogni agente legge per prima. Spiega cosa fa l'azienda, a chi si rivolge, quali sono le priorità del trimestre e dove trovare tutto il resto.

2/ company/customer-fit.md descrive chi compra, chi resta e chi puoi servire in modo redditizio. Sii dolorosamente specifico. "Negozi Shopify che fatturano tra 1M e 10M di dollari all'anno, dove il founder tiene ancora la contabilità ed è già stato scottato da un commercialista in passato" dà all'agente qualcosa di concreto su cui lavorare. "PMI" gli dà pochissimo.

3/ company/offers.md elenca cosa vendi, quanto costa, cosa ti è permesso promettere e cosa richiede un'approvazione prima che qualcuno lo dica ad alta voce.

4/ brand/voice.md è il punto in cui quasi tutti si impigriscono. "Amichevole ma professionale" è inutile per un agente. Incolla tre email o inserzioni che hai amato, spiegando in una frase perché ciascuna funziona, e due che hai scartato, indicandone il motivo. "Abbiamo eliminato questa perché promette risultati in 30 giorni e non possiamo garantirlo". Gli agenti imparano molto di più dagli esempi che dagli aggettivi.

5/ brand/founder-opinions.md è il tuo vantaggio sleale. Tutti i concorrenti hanno accesso agli stessi modelli. Solo tu hai le opinioni del tuo founder sul settore, sul cliente e sulla concorrenza. Dedica due ore a intervistare il tuo founder, o te stesso, e annota ogni opinione forte. "La maggior parte delle agenzie nel nostro settore fa pagare troppo l'onboarding." "I nostri clienti migliori arrivano dalle segnalazioni dei commercialisti." Sono queste opinioni a far sì che l'output suoni davvero come te.

6/ decisions/failed-campaigns.md contiene le lezioni che sono costate soldi veri. "L'audit gratuito ha attratto aziende troppo piccole per poterci permettere." "LinkedIn ha portato tantissimi lead e pochissime chiusure." Una riga del genere evita a un agente di ripetere un errore da 20.000 dollari.

C'è una regola che mantiene il cervello in salute: gli agenti possono aggiungere ipotesi in evidence/, ma solo un umano può spostare qualcosa in company/. Altrimenti, l'intuizione di un agente diventa silenziosamente politica aziendale.

Passo 3: Collega i tuoi dati

Ora dai gli occhi al cervello. Collega i luoghi in cui vive la verità sui clienti: le registrazioni delle chiamate in Gong o Fathom, i ticket di supporto in Intercom o Zendesk, i deal in HubSpot o Salesforce, i comportamenti in PostHog o Google Analytics e i ricavi in Stripe.

Inizia ovunque con l'accesso in sola lettura. Un agente che può leggere il tuo CRM è utile dal primo giorno. Un agente che può modificare il tuo CRM è un privilegio che si guadagna col tempo.

Poi fai quella cosa noiosa che quasi tutte le aziende saltano. Assegna un ID a ogni campagna e portalo ovunque. Inseriscilo nei tag UTM di ogni link, nel nome di ogni inserzione, nel nome di ogni sequenza email e in un campo di ogni deal nel CRM. Poi tieni una tabella semplice, in Supabase o anche solo in un foglio di calcolo per iniziare, con una riga per ogni campagna: ID, spesa, lead, chiamate qualificate, deal, ricavi e churn.

Sembra poco affascinante, ma è la cosa più preziosa di tutta l'infrastruttura. La maggior parte delle aziende sa dirti i clic per campagna e i ricavi per cliente, ma pochissime riescono a collegare i due dati. Una volta unite queste tabelle, i tuoi agenti potranno rispondere alla domanda che conta davvero: quale marketing ha portato clienti che hanno pagato e sono rimasti?

Passo 4: Costruisci il tuo primo agente

Costruisci un agente e rendilo eccellente prima di crearne un secondo. Sei agenti che parlano tra loro dal primo giorno sono il modo migliore per passare il weekend a fare il debug di una chat di gruppo.

Il primo dovrebbe essere l'agente del linguaggio dei clienti, perché tutto il resto si nutre di ciò che scopre. Il suo compito è leggere quello che dicono realmente i clienti ed estrarre le parole esatte che usano per descrivere i loro problemi.

Esporta le trascrizioni delle ultime 20-50 chiamate di vendita in evidence/calls/ e dagli un'istruzione come questa:

Leggi ogni trascrizione in evidence/calls/.

Poi leggi il report confrontandolo con il tuo ricordo di quelle chiamate. La prima versione sarà corretta al 70% circa. Probabilmente darà troppo peso a un cliente particolarmente loquace, o nominerà i gruppi usando gergo da marketing. Ogni volta che noti un errore, correggi l'istruzione e salva la modifica in decisions/ affinché resti memorizzata. Dopo tre o quattro iterazioni leggerà le chiamate meglio della maggior parte delle persone del tuo team.

Ecco il tipo di cose che trova. Immagina di vendere software di pianificazione a idraulici e aziende di climatizzazione. L'agente nota che i titolari continuano a dire una variante di "Sono stanco di rispondere al telefono durante la cena". Quella singola frase è la tua inserzione, il tuo titolo e la tua apertura di vendita. Batte "pianificazione automatizzata" ogni volta, perché le persone comprano la situazione più che la funzionalità.

Una volta che è affidabile, mettilo in programmazione. Ogni lunedì legge le chiamate e i ticket della settimana precedente e deposita un nuovo report in evidence/customer-language/. Ora l'intera macchina del tuo marketing gira su ciò che i clienti hanno detto la settimana scorsa, invece che su ciò che qualcuno ipotizzava l'anno scorso.

Passo 5: Aggiungi gli altri cinque agenti

Quando il primo agente è solido, aggiungi gli altri uno alla volta. Ognuno avrà la propria cartella in workflows/, le proprie istruzioni e la propria programmazione.

L'agente dei trigger di acquisto monitora i momenti che creano domanda dalla sera alla mattina. Un'azienda apre una seconda sede. Un brand inizia a vendere all'ingrosso. Una startup chiude un round e pubblica cinque annunci di lavoro per le vendite. Un tool con cui sei integrato rilascia una novità. Il modo più semplice per costruirlo è usare Clay. Estrai una lista di account che corrispondono a customer-fit.md, poi aggiungi colonne che verificano ogni trigger, come nuove offerte di lavoro, notizie di finanziamenti, nuove sedi o nuove pagine sul loro sito web. Apollo è comodissimo per i dati di contatto.

Per ogni account con un trigger fresco, l'agente controlla il CRM per escludere chiunque il tuo team stia già contattando, poi completa una frase: "Questo evento crea questo problema, e il nostro prodotto lo risolve in questo modo specifico." Se la frase risulta vaga, l'account viene messo in attesa. Se è incisiva, l'agente bozza una breve email che parte dall'evento e la salva come bozza per la tua revisione. Quel filtro basato su una singola frase è ciò che fa sembrare l'outreach tempismo perfetto anziché spam.

L'agente di ricerca trova le domande che le persone pongono subito prima di acquistare e costruisce la pagina migliore di internet per ciascuna di esse. Alimentalo con tre fonti: i dati della tua Search Console, le domande che emergono nelle chiamate di vendita e ciò che dicono ChatGPT, Claude e Perplexity quando chiedi loro informazioni sul tuo settore. Quest'ultima è una novità ed è enormemente sottovalutata. Ogni settimana, poni ai motori AI le domande dei tuoi acquirenti e registra quali aziende e fonti consigliano. Ti mostra di quali fonti si fidano i modelli e dove tu sei invisibile.

Poi costruisci pagine più utili di qualsiasi altra cosa disponibile online, perché la ricerca AI premia la pagina più utile più di quella ottimizzata meglio. Un fornitore di cucine industriali che crea una guida per aprire il tuo primo ristorante, con un calcolatore per capire quali attrezzature si adattano al tuo spazio e al tuo budget, viene posizionato, citato dai motori AI e salvato nei preferiti dagli acquirenti, che tornano quando sono pronti. Il tuo agente può programmare quel calcolatore in un pomeriggio e pubblicarlo su Next.js e Vercel, oppure su Framer se vuoi fare in fretta.

L'agente creativo crea e testa le inserzioni. Dagli l'ultimo report sul linguaggio dei clienti, le claim approvate da offers.md, video reali del prodotto, screenshot e una cartella con le inserzioni che ami. Chiedigli motivazioni d'acquisto diverse, invece di cinquanta versioni dello stesso titolo: un'inserzione che illustra un caso pratico, una che racconta la storia di un cliente, una che è una demo pura del prodotto. Modelli per immagini come Nano Banana e modelli video come Veo rendono la produzione quasi gratuita.

Nomina ogni inserzione indicando cosa sta testando, ad esempio BK014_dinner-angle_ugc_v2, così l'ID della campagna, l'idea e il formato vivono direttamente nel nome. Un mese dopo, "l'angolo della cena ha battuto l'angolo del prezzo" è una lezione applicabile ovunque. "video_final_7 ha vinto" è solo trivia.

L'agente carica le inserzioni tramite l'API Meta Ads mettendole in pausa, così sarà un umano a premere il pulsante di avvio. Poi un piccolo script controlla i risultati ogni mattina e mette in pausa tutto ciò che ha un CTR inferiore all'1% dopo una certa soglia di spesa. Definisci i tuoi criteri di prova prima del lancio: quanta spesa, quanti giorni e cosa conta come vittoria. Salta questo passaggio e 200 inserzioni ti daranno solo 200 esperimenti inconcludenti.

L'agente closed-lost è quello che ripaga tutto il resto. Estrai dal CRM ogni deal perso, con relative note e trascrizioni delle chiamate. "Non interessato" è un riassunto pigro di una conversazione reale, quindi fai rileggere all'agente ciascuna di esse per registrare il motivo effettivo e una condizione di riapertura. "Ha scelto un concorrente, il contratto scade a marzo." "Aveva bisogno dell'SSO." "Il nostro referente interno ha lasciato l'azienda."

Poi monitora quelle condizioni. Il giorno in cui il tuo changelog annuncia il rilascio dell'SSO, ogni prospect che lo aveva richiesto riceve una bozza personalizzata che cita la sua chiamata originale. Quando si avvicina la data di rinnovo, tu ti fai vivo. Quando il tuo referente approda in una nuova azienda, ti congratuli e ti ripresenti. Rispetta le opt-out e le preferenze di contatto, e scoprirai che la maggior parte delle aziende ha una montagna di ricavi inespressi parcheggiata nel proprio CRM.

L'agente di performance legge la tabella delle tue campagne ogni lunedì e ti scrive un breve memo, come farebbe un analista brillante. "La pagina di analisi della redditività ha convertito al 4%, e metà di quei lead erano troppo piccoli per essere serviti. L'inserzione sulla cena ha il costo per chiamata qualificata più basso. Il retargeting ha speso 3.000 dollari e generato due conversazioni di vendita." Ogni riga si conclude con una decisione per te: mantenere, eliminare, modificare o testare.

Collegalo fino alla retention, ai rimborsi e al profitto. Una campagna che porta clienti economici ma che abbandonano dopo sessanta giorni sembra fantastica su una dashboard, ma ti fa perdere soldi in silenzio. Questo è l'agente che lo intercetta.

Passo 6: Inserisci i guardrail negli strumenti

Il modo più rapido per scottarsi è fidarsi di una frase scritta in un prompt. "Chiedimi sempre prima di inviare" è un gentile suggerimento per un modello. I veri guardrail vivono negli strumenti.

Dai a ogni agente il set minimo di permessi di cui ha bisogno. L'agente di outreach ottiene l'accesso alle email solo in modalità bozza. L'agente delle inserzioni crea ads in stato di pausa, e i budget restano in mano tua. I passaggi di approvazione vivono nel codice stesso, come un messaggio Slack con un pulsante di conferma che blocca l'azione in attesa del clic. Usa codice puro per regole esatte come limiti di spesa, liste di esclusione e deduplica, e riserva il modello per le decisioni che richiedono giudizio, come valutare se un account è in target o se un messaggio suona come te.

Poi scrivi a ogni agente un breve contratto, simile a una job description con dei paletti. Eccone uno per l'agente dei trigger di acquisto:

"Fatto" significa che ha controllato ogni fonte entro i suoi limiti e ti ha segnalato cosa non ha funzionato. Un agente che dice "oggi questa fonte non ha risposto" vale dieci agenti che la saltano in silenzio.

Passo 7: Esegui una campagna end-to-end

Ecco cosa succede quando tutto funziona insieme. Immagina uno studio di contabilità che vuole più clienti ecommerce.

Il lunedì, il report sul linguaggio dei clienti mostra che i proprietari dei negozi continuano a dire la stessa cosa: "Non riesco a capire se ho davvero guadagnato qualcosa dopo resi, spedizioni e commissioni." Undici clienti diversi lo hanno detto il mese scorso. Vai dalla persona che eroga il servizio e chiedi se lo studio può davvero risolvere questo problema. Ti risponde di sì, e che è la prima cosa che sistemano per ogni nuovo cliente. Approvi un'offerta in offers.md: un'analisi gratuita della redditività per negozi che fatturano tra 1M e 10M di dollari all'anno.

Alla campagna viene assegnato un ID, BK014, e da qui in poi tutto lo riporterà.

Il martedì, l'agente creativo sviluppa tre angoli partendo dalle parole stesse dei clienti: dove scompare il tuo profitto, un esempio di report mensile e una breve storia di un cliente reale. L'agente di ricerca costruisce una pagina con un semplice calcolatore di profitto che utilizza numeri verificati dallo studio. L'agente closed-lost trova 60 vecchi prospect che avevano detto "forse dopo la chiusura dell'anno" e prepara per ciascuno un messaggio personalizzato. L'agente dei trigger di acquisto segnala i negozi appena sbarcati su Amazon, perché la vendita multicanale complica la contabilità.

Il mercoledì, revisioni tutto in un'unica sessione. Scarti un'inserzione che promette risparmi impossibili da garantire per lo studio, approvi il resto e lanci un test da 2.000 dollari.

Due settimane dopo, l'agente di performance collega la spesa alle analisi prenotate e le analisi ai clienti firmati. La pagina con il calcolatore converte meglio. La lista dei trigger Amazon prenota più chiamate. Ti ricorda anche che il campione è ancora piccolo.

Noterai che le parole originali del cliente sono sopravvissute a ogni passaggio. Di norma, un'intuizione brillante attraversa un riassunto di ricerca, un brief e cinque giri di revisioni, per poi uscire suonando come qualsiasi altra inserzione contabile su internet. Qui invece le citazioni hanno viaggiato insieme alla cartella della campagna, così ogni agente le ha viste.

Passo 8: Fai girare il loop settimanale

Una volta costruita la macchina, il lavoro somiglierà molto più all'editing che alla creazione.

Il lunedì leggi il memo di performance e prendi le decisioni su cosa mantenere, eliminare o modificare. Martedì e mercoledì costruisci, sistemi i workflow che la settimana prima hanno prodotto lavori deboli e lanci nuovi test. Il giovedì fai chiamate con vendite e supporto, perché è lì che si nascondono le idee migliori per la settimana successiva. Il venerdì revisioni ciò che hanno prodotto gli agenti e aggiorni i file.

Il cuore di tutto è una coda di revisione. Ogni elemento al suo interno dovrebbe richiedere meno di un minuto per essere valutato. "Approva questa offerta rivista. Modifica queste due inserzioni e questa email." Mostra la modifica, cosa impatta e le prove a supporto.

E il sistema diventa più intelligente solo quando modifichi i suoi input. Ogni volta che scarti qualcosa, scrivi il perché e salvalo dove lo vedrà l'esecuzione successiva. Hai rifiutato un'inserzione perché attirava aziende troppo piccole per te? Aggiorna customer-fit.md. Un prospect ha frainteso un'offerta? Aggiungi un controllo. Tieni un log degli esperimenti con cosa hai testato, perché, cos'è successo e cosa farai dopo. Conserva dieci input di esempio per ogni agente con l'output che ti aspetti, e rieseguili ogni volta che cambi un'istruzione, così saprai immediatamente se qualcosa è peggiorato.

Se ti ritrovi a passare l'intera giornata a correggere l'output degli agenti, il problema è a monte. Quasi sempre dipende dal cervello o dal contratto.

Il motore creativo

Ecco la cosa che la maggior parte delle persone non ha ancora capito: la creatività è il nuovo targeting.

Meta ha ricostruito il modo in cui decide quali inserzioni mostrare. Il suo nuovo sistema, chiamato Andromeda, ha completato il rollout globale alla fine del 2025 e legge l'inserzione stessa per capire a chi mostrarla. La tua immagine, il tuo hook e il tuo script ora fanno il lavoro che prima faceva il targeting per interessi. Un effetto collaterale è brutale per gli inserzionisti pigri. Andromeda raggruppa le inserzioni simili e le tratta come una sola, quindi cinquanta versioni dello stesso titolo ti danno all'incirca la copertura di un'unica ad. E le inserzioni vincenti ora si esauriscono in due o tre settimane invece di sei.

Il lavoro consiste quindi nel produrre un flusso costante di idee davvero diverse. Fino a poco tempo fa serviva un team di produzione. Ora serve un motore creativo, ed ecco come lo imposterei.

Parti dalle parole. Carica voice.md e l'ultimo report sul linguaggio dei clienti in un modello frontier come Claude o GPT e fagli scrivere script per 8-12 concept distinti: un pain point, un caso pratico, la storia di un cliente, uno sfogo del founder, un confronto, un mito da sfatare. Dai a ogni concept due o tre hook. La strategia vive in questo passaggio, quindi dedicaci tempo.

Una scorciatoia utilissima: parti da un funnel che funziona già.

Il mio socio non ne ha parlato molto pubblicamente, ma @BoringMarketer ha appena lanciato Boring Funnels, che ogni settimana smonta un funnel reale e funzionante, dall'inserzione all'ultima email, trasformando ogni passaggio in un prompt da dare in pasto al tuo agente di sviluppo. È un punto di partenza decisamente migliore di una pagina bianca.

Poi crea le immagini. Nano Banana, GPT Image e Midjourney producono ormai scatti di prodotto, scene lifestyle e inserzioni statiche che reggono perfettamente sullo schermo di uno smartphone. Il trucco è fornirgli le foto reali del tuo prodotto affinché resti fedele, lasciando che il modello modifichi tutto ciò che lo circonda.

Infine crea il video. Veo, Kling e fal trasformano uno script o un'immagine statica in una breve clip. Per le inserzioni con speaker in camera, Arcads, HeyGen e Creatify generano attori AI che leggono il tuo script in decine di lingue. ElevenLabs gestisce il voiceover, mentre CapCut o Captions si occupano del montaggio.

Usa gli attori AI per testare, poi paga persone vere per vincere. Questa è la vera ricetta segreta dell'UGC con l'AI. Gli attori AI ti permettono di testare venti script in un giorno al costo di un singolo video con un creator. Una volta scoperto quale script funziona, una persona vera che lo recita di solito performa ancora meglio, genera più fiducia e ti mantiene in regola con le piattaforme che richiedono l'etichettatura dei contenuti AI.

Lascia che sia l'agente a gestire il ciclo. Lancia ogni concept in pausa, un essere umano preme "vai", uno script mette in pausa quelli perdenti dopo una certa soglia di spesa e ogni lunedì l'agente delle performance ti dice quali concept hanno vinto e quali hook provare dopo. Il tuo lavoro diventa scegliere le idee e valutare il gusto: al volume ci pensa la macchina.

I marketing engineer che oggi stanno dominando nel paid social pubblicano decine di concept davvero diversi tra loro ogni mese, e lo fanno senza un team di produzione.

Il motore social

Il paid si prende tutta l'attenzione, ma è nell'organico che i marketing engineer costruiscono silenziosamente un vantaggio sleale. È distribuzione gratuita ed è il laboratorio di test creativi più economico mai inventato.

Tratta l'organico come la tua cucina di prova. Pubblica dieci hook sotto forma di TikTok, Reels o post su X in organico, guarda quali vengono premiati dall'algoritmo e solo a quel punto investi budget sui vincitori. Scopri cosa funziona a costo zero e il tuo budget pubblicitario va solo alle idee che hanno già dimostrato il loro valore.

Ritaglia tutto. Un singolo contenuto lungo, come un podcast, un webinar o lo sfogo di un founder durante una passeggiata, può diventare venti clip brevi. Strumenti come Opus Clip individuano i momenti migliori e li sottotitolano, mentre un agente può programmarne la pubblicazione su tutte le piattaforme. È così che cresce la maggior parte dei podcast più grandi.

Usa formati scalabili anche senza metterci la faccia. Le slideshow e i caroselli su TikTok e Instagram, creati a partire dal tuo report sul linguaggio dei clienti, sono tra i post più facili da realizzare e tra i più salvati. Un agente scrive le Slides, un modello genera le immagini e tu approvi il blocco la domenica.

Ascolta prima di parlare. Punta un agente su Reddit, X, i commenti di TikTok e le recensioni dei tuoi concorrenti, e fagli riportare ogni settimana di cosa si lamentano le persone, cosa chiedono e cosa le entusiasma. Poi fagli bozzare risposte utili per i thread in cui il tuo prodotto aiuta davvero, e pubblicale tu stesso. Su Reddit in particolare, una risposta utile data da una persona vera batte qualsiasi pubblicità, mentre una spammosa ti fa bannare.

Metti il founder al lavoro. Quando qualsiasi brand può generare contenuti, la risorsa più scarsa nel feed è una persona reale con opinioni reali. Trasforma founder-opinions.md in un motore di contenuti: l'agente bozza un post al giorno partendo dalle tue idee, tu lo riscrivi con il tuo tono di voce e clicchi pubblica. L'AI rende il founder ancora più prezioso, perché è l'unica cosa che nessun altro può generare.

Due regole per mantenere tutto pulito. Etichetta persone e scene generate dall'AI ovunque la piattaforma lo richieda e lascia sempre un essere umano con il dito sul pulsante di pubblicazione.

Come diventare un marketing engineer dell'1% migliore

Una volta che le basi girano da sole, è qui che inizia il divertimento.

La prima è costruire strumenti decisionali. Un'azienda di packaging crea un calcolatore che mostra quale dimensione della scatola abbatte i costi di spedizione. Un'azienda software sviluppa un migration checker che analizza la tua configurazione e ti mostra esattamente cosa verrà migrato senza problemi. Una volta questi erano progetti di sviluppo da sei mesi, quindi non venivano quasi mai realizzati. Oggi un marketing engineer può rilasciare una versione grezza in una settimana: gli acquirenti la salvano nei preferiti e ci tornano proprio quando sono pronti a comprare.

La seconda è fare marketing verso chi influenza l'acquisto. Il commercialista che consiglia un software a quaranta clienti. L'agenzia che sceglie gli strumenti per i propri clienti. Il tecnico IT a cui viene chiesto "è sicuro?". Crea una campagna pensata solo per loro, con esattamente il materiale che serve per farli dire di sì.

La terza è sistemare l'acquisizione direttamente dentro l'onboarding. A volte le ads funzionano benissimo e i nuovi clienti se ne vanno perché la prima settimana è troppo confusa. Un agente che legge i ticket di onboarding e capisce dove le persone si bloccano può fare di più per la crescita del tuo prossimo set di inserzioni.

La quarta è dare a ogni canale un compito preciso. La search risponde alle domande. I social avviano conversazioni. L'email arriva in un momento specifico. Se ogni canale ripete lo stesso messaggio, stai pagando cinque volte per la stessa impression.

Lo stack

Ecco il kit completo, diviso per attività. Gli strumenti cambiano ogni pochi mesi, quindi impara le categorie e sostituisci i nomi man mano che procedi.

• Spazio di lavoro per agenti: Claude Code, Codex, Cursor, Google AI Studio
• Agenti always-on: Hermes, GrokBot, Codex
• Scrittura e strategia: Claude, ChatGPT, Gemini
• Immagini: Nano Banana, GPT Image, Midjourney
• Video: Veo, Sora, Kling, Runway, Fal
• Attori AI e UGC: Arcads, HeyGen, Creatify
• Voce: ElevenLabs
• Funnel: BoringFunnels.com
• Editing e clipping: CapCut, Captions, Opus Clip
• Voce del cliente: Gong, Fathom, Intercom, Zendesk, G2
• CRM: HubSpot, Salesforce
• Segnali e arricchimento dati: Clay, Apollo
• Ricerca e visibilità AI: Ahrefs, Semrush, Google Search Console
• Ads: Meta Ads API, Google Ads API
• Email e outbound: Customer.io, Resend, Instantly
• Web: Next.js su Vercel, Framer, Webflow
• Misurazione: PostHog, Stripe, Supabase

Cosa devi imparare

Questo ruolo è metà marketer e metà builder, e ti servono entrambe le metà.

La metà marketer è ciò che i grandi marketer hanno sempre saputo. Come condurre un'intervista a un cliente e cogliere la frase che conta davvero. Come posizionare un prodotto affinché le persone giuste sentano che è stato fatto per loro. Come costruire un'offerta che sia un vero motivo per acquistare, e non uno sconto travestito. Come scrivere un titolo che fermi lo scroll. Come ogni canale decide chi vede cosa. E abbastanza statistica per capire quando un risultato è reale e quando è solo un colpo di fortuna.

La metà builder è più recente, ed è molto più facile da imparare di quanto si creda. Devi saper scrivere contesti che un agente possa usare davvero, ed è la competenza più sottovalutata di tutta questa lista. Devi saper leggere il codice abbastanza bene da capire se fa quello che hai chiesto, perché l'agente lo scrive ma la responsabilità è tua. Devi capire come le API e MCP collegano gli strumenti, scrivere SQL di base per estrarre i tuoi numeri, rilasciare una pagina, usare git, scrivere casi di test e avere un'idea di massima di quanto ti costa ogni esecuzione dell'agente.

Il modo più veloce per imparare la metà builder è rilasciare questo weekend una landing page bruttina usando uno strumento di coding AI. Una pagina messa online ti insegna più di dieci corsi.

Dove porta tutto questo

Se dovessi iniziare questa settimana, ecco cosa farei. Se sei un marketer, costruisci l'agente per il linguaggio dei clienti e fallo girare sulle tue ultime 20 chiamate di vendita. Se sei un developer, partecipa a cinque chiamate di vendita, poi crea un calcolatore per un segmento di clienti. Se sei un founder, bloccati due ore questo weekend e scrivi founder-opinions.md, perché ogni agente che costruirai dopo sarà più affilato.

Tieni pubblicazione, outreach e investimento pubblicitario subordinati alla tua approvazione finché ogni workflow non avrà guadagnato la tua fiducia. Rendi affidabile un workflow prima di aggiungere il successivo. Un workflow confusionario che gira ogni mattina ti garantisce solo una fornitura costante di confusione.

Per gran parte della storia del marketing, vinceva chi aveva il budget più alto e più persone. Credo che il prossimo decennio apparterrà a chi comprende meglio il proprio cliente e riesce ad agire di conseguenza più velocemente. La mia previsione è che entro il 2028 i migliori team di marketing saranno composti da uno o due marketing engineer che gestiscono decine di agenti, e rilasceranno più di dipartimenti grandi dieci volte tanto.

La maggior parte di queste persone oggi occupa ruoli in ambito growth, content e operations. Basta un weekend passato a costruire qualcosa per diventarlo.

Se vuoi approfondire, ho dedicato un episodio intero ai marketing engineer nel podcast @startupideaspod: https://youtube.com/watch?v=8ZC1G1ezN5o

Scrivimi in DM se posso esserti utile in qualche modo. Non riesco a rispondere a tutti, ma a qualcuno sì!

Tifo per te.

Greg Isenberg

Ah, ecco come potremmo lavorare insieme:

1. Ingaggia LCA. Siamo lo studio di product design leader per l'AI. Se vuoi che il tuo prodotto AI abbia un look e un feeling di livello mondiale, contattaci. Strategia, design, prodotto, sviluppo: tutto quanto.
2. Usa Ideabrowser.com. Trova la tua prossima idea di startup, supportata da dati reali. Lo usano oltre 200 mila founder.
3. Prova Boring Funnels. Il mio socio ha appena lanciato Boring Funnels. Ogni settimana smonta un funnel reale che funziona e lo trasforma in prompt per il tuo agente di coding.
4. @startupideaspod - ascoltaci su Spotify, Apple e YouTube per idee di startup, tattiche di crescita e tutorial pratici sull'AI.