L’esperto di marke­ting auto­nomo: il passag­gio da opera­tore a orche­stra­tore e come costruire il tuo team di IA

Se hai difficoltà a ottenere i risultati desiderati dagli strumenti di IA, il problema potrebbe essere che li stai approcciando in modo troppo simile ai software tradizionali.

Questo è ciò che Matt Hastings ha scoperto quando ha iniziato a sperimentare con gli LLM un anno fa. Ha iniziato a creare siti web e app utilizzando l'IA senza un approccio agentico, cosa che ha trovato limitante. Ha dovuto basarsi sulla propria revisione dell'output di un singolo agente di codifica ed è stato impegnativo, dato che non ha alcuna formazione tecnica formale.

 Ciò ha portato anche a progressi più lenti e a un maggior numero di progetti riavviati. Occorre fare in modo che gli agenti verifichino il proprio lavoro, oltre a creare flussi di lavoro più complessi. Ad esempio, un agente che pianifica potrebbe anche interagire con un agente scettico che si oppone al piano, portando a un'iterazione tra gli agenti e a un risultato più solido.

"Troppo spesso, le persone provano uno strumento di IA, non riescono a raggiungere l'obiettivo desiderato in uno o due tentativi e si arrendono", afferma Hastings. "Siamo abituati a esperienze digitali fluide e funzionanti al primo tentativo: premo un pulsante e ottengo un risultato. Gli LLM non funzionano mai al primo tentativo. Non abbiamo il pieno controllo e i risultati sono probabili, quindi dobbiamo sviluppare un nuovo rapporto con gli strumenti".

Gran parte dei consigli sull'IA si concentrano sugli output corretti, ma altrettanto importante per i flussi di lavoro di marketing autonomo è individuare i giusti input. La relazione è quella di un manager che lavora con un team, anziché quella di un utente che lavora con uno strumento.

"Una volta che inizi a pensare in questo modo, ti rendi conto che il tuo compito è creare una situazione in cui l'IA ha più probabilità di darti un risultato non mediocre (fin da subito, infatti, otterrai risultati nella media)", afferma Hastings. "Come faccio a fornire informazioni sufficienti, contesto sufficiente, indicazioni sufficienti e feedback sufficientemente frequenti affinché continui a seguire il percorso verso il risultato che desidero?"

In altre parole, devi predisporre lo strumento al successo, proprio come faresti con un nuovo dipendente nel tuo team. Questa mentalità ha aiutato Hastings a scoprire nuovi modi di lavorare in autonomia ed è un approccio che ora trasmette ad altri professionisti nell'ambito della sua attività. MVP Club. Se fatto correttamente, raccoglierai i frutti di ogni buon manager: potrai prendere le distanze dalla routine quotidiana, dedicare più tempo alla strategia e lavorare senza problemi su più progetti contemporaneamente. E questo potrebbe diventare vero man mano che l'IA diventerà più introspettiva (in inglese).

Ecco alcune delle migliori pratiche che Matt ha riscontrato per addestrare un team di agenti AI e coordinare al meglio il lavoro con l'IA.

Non dovremmo aspettarci risultati perfetti da un nuovo dipendente il primo giorno di lavoro senza una fase di inserimento e allo stesso modo non dovremmo aspettarcelo dall'IA.

Ecco perché Hastings afferma che il primo passo per creare un agente AI efficace è "una documentazione completa". Si può pensare a questa come una fase di addestramento, in cui si crea un documento di testo per spiegare esattamente a un agente AI qual è il suo lavoro e fornirgli tutte le risorse e il contesto necessari per ottenere il risultato sperato.

"La creazione di un agente è paragonabile all'incirca alla scrittura di una buyer persona o un personaggio", spiega Hastings. "Potresti fornire una descrizione e una premessa, le procedure che dovrebbe sempre eseguire e ciò che non dovrebbe mai fare, come dovrebbe gestire una parte del lavoro e interagire con altri agenti, ecc."

Hastings fa molto affidamento sugli LLM per scrivere la documentazione per gli agenti AI che lo assistono.

"Un'attività che mi piace molto svolgere all'inizio di un progetto, prima di configurare la struttura agentica o la documentazione, è semplicemente chiedere all'LLM di farmi domande sul mio obiettivo", spiega, aggiungendo che questo lo aiuta a stanare ipotesi che potrebbe aver dimenticato di comunicare all'IA.

Una volta che entrambi avranno chiaro l'obiettivo, chiederà all'LLM di fare delle ricerche online e vedere come altri hanno strutturato i propri agenti per raggiungere quell'obiettivo. Poi, andrà oltre e chiederà all'LLM quali documenti dovrebbe redigere, e persino di strutturare e scrivere il documento in modo che, quando un agente AI lo leggerà, sappia cosa fare. "È un rapporto di lavoro bidirezionale, molto diverso da quello con un software", aggiunge Hastings.

Quindi, con una documentazione chiara a portata di mano, può iniziare a caricare tutto il contesto per creare un nuovo assistente basato sull'IA. Di solito lo fa con file e cartelle in VS Code, ma a suo parere è simile alle informazioni che si caricherebbero nella funzione di progetto di ChatGPT o Claude.

Anche con un ottimo addestramento, non ci si può aspettare che l'IA funzioni perfettamente al primo tentativo, proprio come non ci si aspetterebbe che un nuovo dipendente non commetta mai errori. Ecco perché il passo successivo è lasciare che sia l'agente AI a fare il lavoro, per poi perfezionarlo con i feedback.

"Bisogna delegare, fidarsi e affidarsi ai feedback come strumento principale per correggere la rotta", afferma Hastings. "Il controllo è all'inizio, alla fine e nel definire il ritmo dell'iterazione".

Ecco perché afferma che è importante agire rapidamente e fornire feedback numerosi quando si tratta di sviluppare agenti AI. È necessario predisporre una versione della documentazione, lasciare che l'agente svolga il suo lavoro e quindi utilizzare l'output per perfezionare ulteriormente la documentazione.

Si potrebbe quasi pensare a queste sessioni di feedback come a delle valutazioni delle prestazioni. Hastings torna all'LLM originale, che lo ha aiutato a scrivere la documentazione, e condivide gli output ottenuti e gli eventuali errori. A volte, fa in modo che l'LLM si valuti da sé.

"Verifico che ricordi i miei obiettivi e poi chiedo: 'Questo soddisfa l'obiettivo?'" A volte agisce in modo corretto, altre volte no. Ma in entrambi i casi, si tratta di una conversazione su cosa deve cambiare.

Dopodiché, chiede all'LLM come aggiornare la documentazione per risolvere quei problemi.

"E poi ripetiamo, ancora e ancora, finché non avremo ottenuto miglioramenti e risultati costanti e di buona qualità", spiega Hasting. "Di nuovo, penso che il modo migliore per utilizzare questi strumenti sia iterare il più velocemente possibile. Si devono superare forse cinque o sei ripetizioni prima di arrivare a un sistema veramente valido".

Hastings sottolinea inoltre l'importanza di creare un agente orchestratore. "Questo agente ha il compito di richiamare all'azione diversi agenti quando i task lo richiedono. L'orchestratore interpreta un comando o una chat da me inviata e poi decide quali agenti attivare", spiega. "Questi subagenti hanno una propria finestra di contesto e ricevono istruzioni dall'orchestratore".

Sì, questo richiede tempo all'inizio, ma è il lavoro necessario per creare un team agentico che ti semplificherà la vita a lungo termine. Hastings aggiunge che è utile essere fermi e fiduciosi nella capacità dello strumento di ottenere risultati, con la giusta guida.

La cosa migliore di questo nuovo approccio al lavoro con l'IA? Mentre le competenze tecnologiche più complesse possono sembrare irraggiungibili, questo tipo di gestione è sicuramente qualcosa che si può imparare.

Il punto migliore da cui iniziare? La pratica regolare, che Hastings equipara a un allenamento fatto di ripetizioni.

"Usa lo strumento ogni giorno, datti un obiettivo e lavora con l'LLM per capire come raggiungerlo". Potresti iniziare con la più piccola unità di lavoro possibile all'interno di un flusso di lavoro (scrivere un testo, fare ricerche sulle prestazioni di diverse campagne pubblicitarie) e vedere se riesci a farla svolgere a un agente AI.

Vuoi passare da operatore a orchestratore? Iscriviti a L'esperto di marketing autonomo e scopri come creare team di IA capaci di moltiplicare l'impatto, con tattiche pratiche presentate ogni due settimane.

Se non sai come procedere, prova a chiedere aiuto all'LLM.

"Bisognerebbe avere la sensazione di non sentirsi mai bloccati perché si ha a disposizione lo strumento definitivo per sbloccare tutto", afferma. "Puoi sempre chiedere: 'Come faccio a fare questo?'"

Infine, suggerisce di trovare una comunità di persone da cui poter imparare.

 "L'IA rivoluzionerà le nostre carriere professionali ed è meglio affrontare questa rivoluzione insieme piuttosto che da soli", afferma Hastings. "Impareremo di più condividendo l'adozione entusiasta degli strumenti".