AI in studi e imprese: le tecniche di prompting che fanno la differenza.

Negli ultimi due anni l'intelligenza artificiale generativa è passata dalle demo sui social alle scrivanie di commercialisti, avvocati, amministratori e imprenditori. Qualcuno la usa per riassumere una circolare, qualcuno per una prima bozza, molti — più spesso di quanto si ammetta — la usano di nascosto, in versione gratuita, con risultati alterni. La distanza tra chi ne ricava un vantaggio reale e chi resta deluso non si spiega con il modello scelto: gli strumenti di ultima generazione sono tutti straordinariamente capaci. Ciò che cambia i risultati è il metodo.

1. Perché il modello non basta

Un errore ricorrente è pensare all'AI come a un software da comprare: attivo la licenza, il problema è risolto. In realtà i modelli linguistici sono strumenti generali: sanno fare moltissime cose, ma non conoscono la vostra organizzazione, i vostri clienti, il vostro modo di lavorare. Senza istruzioni precise producono risposte da manuale — corrette in astratto, inutili nel caso concreto.

Due competenze fanno la differenza: saper formulare le richieste (il prompting) e saper far lavorare l'AI dentro i processi, non a lato. La prima si impara in settimane; la seconda richiede un progetto.

2. Prompting: l'input determina l'output

Scrivere a un'AI "spiegami il concordato preventivo biennale" produce una voce da enciclopedia. Provate invece ad assegnare un ruolo ("sei un tributarista esperto di PMI"), fornire il contesto (settore, numeri, vincoli del caso), definire il compito (una tabella con vantaggi, rischi e punti da verificare), imporre i controlli (solo norme vigenti, dichiarare i punti incerti): il risultato è un documento di lavoro che fa risparmiare un'ora, non cinque minuti. La differenza non è la cortesia né la lunghezza: è la struttura.

3. Le cinque componenti di un prompt professionale

• Ruolo — chi deve "essere" l'AI: orienta linguaggio, profondità e prospettiva.
• Contesto — i fatti del caso: settore, dimensioni, numeri, vincoli. Più è ricco, più la risposta è sul caso concreto.
• Compito — che cosa deve produrre e con quale obiettivo: valutare, confrontare, redigere, individuare criticità.
• Formato — tabella, elenco, memo di una pagina: il formato giusto rende l'output subito utilizzabile.
• Controlli — citare le fonti, usare solo normativa vigente, dichiarare l'incertezza invece di improvvisare.

C'è poi un moltiplicatore che vale più di ogni formula: il materiale che allegate. Un bilancio, un contratto, il testo della norma rilevante trasformano la conversazione: l'AI smette di attingere alla sola memoria statistica e ragiona sui vostri documenti. Un output ancorato a fonti verificabili non è solo più utile: è più difendibile.

4. Allucinazioni: perché l'AI inventa e come ridurre il rischio

Le allucinazioni — risposte plausibili e ben scritte, ma errate — non sono un difetto occasionale: sono una caratteristica strutturale dei modelli generativi, che producono il testo statisticamente più probabile, non necessariamente quello vero. Il rischio si riduce drasticamente combinando alcune leve: chiedere un ragionamento passo-passo; ancorare la risposta alle fonti allegate; imporre la ricerca online per i dati che cambiano; istruire il modello a dichiarare l'incertezza.

⚠️ Nessuna tecnica azzera l'errore da sola. La verifica umana di ogni citazione, numero e conclusione resta il passaggio che rende l'output utilizzabile — ed è ciò che la legge ora pretende: per la legge 132/2025 l'AI può solo supportare la prestazione professionale, mai sostituire l'apporto critico della persona.

5. Oltre la chat: i sistemi agentici

Il prompting è la prima metà del percorso. La seconda, più promettente, è quella dei sistemi agentici: l'AI smette di rispondere a una singola domanda e persegue un obiettivo in più passaggi — pianifica, consulta strumenti esterni, verifica il risultato, corregge la rotta. Standard di collegamento come l'MCP (Model Context Protocol) fanno da connettore tra il modello e i sistemi dell'organizzazione: banche dati, gestionale, archivio documentale, posta. Il punto qualificante è che tutto avviene in modo controllato e tracciabile.

Che cosa può fare, concretamente, un agente? Monitorare normativa e scadenze segnalando solo ciò che riguarda i vostri clienti; esaminare fascicoli in due diligence; precompilare dichiarativi da dati contabili; eseguire riconciliazioni; preparare bozze con verifica automatica delle citazioni. L'agente esegue i passaggi ripetitivi; la persona mantiene il giudizio e la firma. Qui il fai-da-te mostra i suoi limiti: collegare un agente ai sistemi dello studio o dell'azienda richiede insieme ingegneria, sicurezza e comprensione del merito professionale — è esattamente il terreno su cui è nata BoezioAI.

6. Le regole del gioco: AI Act e legge 132/2025

Usare l'AI in uno studio o in un'impresa, oggi, è un'attività regolata. L'AI Act europeo (Reg. UE 2024/1689) impone tra l'altro l'obbligo di alfabetizzazione (art. 4, applicabile dal 2 febbraio 2025): chi utilizza sistemi di AI deve assicurare al personale una formazione adeguata. La legge 132/2025 (in vigore dal 10 ottobre 2025), all'art. 13, detta le regole per le professioni intellettuali: l'AI può essere impiegata solo come strumento di supporto, deve restare la prevalenza del lavoro intellettuale del professionista, e il cliente va informato con linguaggio chiaro. In pratica serve una governance minima: quali strumenti sono ammessi (le versioni professionali offrono garanzie su riservatezza e dati che quelle gratuite non danno), chi può usarli e per cosa, come si verifica l'output. Vietare tutto è la scelta peggiore: la "shadow AI" espone ai rischi senza dare alcun controllo.

7. Da dove cominciare: quattro tappe

• 1. Assessment — mappare le attività e individuare dove si concentra il tempo ripetitivo: è lì che l'AI rende di più.
• 2. Scelta degli strumenti — piattaforme adeguate all'uso professionale: riservatezza, controlli di accesso, tracciabilità.
• 3. Progetto pilota — un processo circoscritto e misurabile, per decidere con i numeri e non con le impressioni.
• 4. Formazione e presidio — addestrare le persone sui documenti veri e mantenere nel tempo regole e controlli.

Le stesse tecniche che efficientano uno studio — prompt strutturati, agenti sui processi ripetitivi, regole di governo — valgono per l'amministrazione, il controllo di gestione e i flussi documentali di una PMI. Il fattore critico è che strategia e realizzazione parlino la stessa lingua: la roadmap serve a poco se chi la scrive non sa costruire ciò che promette.

Domande frequenti

L'AI sostituirà professionisti e collaboratori?

No: automatizza i passaggi ripetitivi, non il giudizio. La legge 132/2025 impone che il lavoro intellettuale resti prevalente. Cambia il mestiere, non scompare: si sposta valore dalle attività esecutive a quelle interpretative.

Devo dire al cliente che uso l'AI?

Sì: l'art. 13 della legge 132/2025 impone di informarlo con linguaggio chiaro, semplice ed esauriente. La via più ordinata è disciplinarlo nel mandato.

Posso caricare documenti dei clienti su un'AI gratuita?

Pessima idea: le versioni consumer non offrono le garanzie contrattuali su riservatezza e dati necessarie a chi è vincolato al segreto professionale e al GDPR. Servono piani professionali — e comunque prudenza e minimizzazione dei dati.

Da dove parto se la mia realtà è piccola?

Dal metodo, non dalla spesa: una piattaforma professionale, la checklist delle cinque componenti del prompt, un processo pilota misurabile. Per passare dall'uso individuale all'integrazione nei processi, fatevi affiancare da chi questi sistemi li progetta e li costruisce ogni giorno.

Articolo dell'Avv. Dott. Comm. Dario Carta, adattato dalla versione integrale pubblicata su strategiefiscali.it. Riprodotto con il consenso dell'autore. Riferimenti: Reg. (UE) 2024/1689 (AI Act), art. 4; legge 23 settembre 2025, n. 132, art. 13.

← Tutte le news