Analisi di mercato con la ricerca approfondita di Perplexity: un prompt da provare

, ,

Dall’inizio del 2025, Perplexity ha lanciato Deep Research, uno strumento pensato per chi vuole andare oltre la semplice ricerca di informazioni. L’obiettivo? Offrire risposte più approfondite, contestualizzate e basate su fonti autorevoli. A differenza di una ricerca generica, non si limita a fornire link e snippet come Google, ma analizza il contesto, aggrega dati da più fonti affidabili e genera report strutturati su argomenti complessi. Ideale per professionisti, ricercatori e chiunque voglia un’informazione solida e verificata. In pratica, è un passo avanti rispetto ai classici motori di ricerca: meno dispersione, più precisione, massima affidabilità. Un nuovo modo di cercare (e trovare) risposte.

Un esempio d’uso della ricerca approfondita di Perplexity

Mi sono subito chiesto come sfruttare questo straordinario strumento, in altri contesto a pagamento (vedi Gemini e ChatGPT). Ho pensato a una bella analisi commerciale. Più precisamente un’analisi strategica che si concentri su dati concreti, strategie di acquisizione clienti e opportunità di miglioramento.

Serve però un buon prompt, una guida nell’analisi di un sito web aziendale per identificare punti di forza, criticità e strategie per migliorare la conversione. Inoltre, permette di confrontare le performance dell’azienda con tre concorrenti diretti, così da individuare best practice e azioni migliorative.

Le fasi dell’analisi

  1. Profilo dell’azienda e del sito web
    • Qual è il settore di riferimento?
    • Quali prodotti o servizi offre?
    • Quali messaggi chiave emergono dal sito?
    • L’esperienza utente (UX) è ottimizzata? Il sito è mobile-friendly?
  2. Analisi del pubblico target
    • Il sito definisce chiaramente il suo pubblico (B2B, B2C, PMI, grandi imprese)?
    • Quali esigenze o problemi risolve per i clienti?
    • Sono presenti testimonianze, case study o referenze?
    • Quali segmenti di clientela potrebbero essere attratti dall’azienda?
  3. Strategie di acquisizione clienti
    • Il sito utilizza strumenti di lead generation (form, chatbot, newsletter)?
    • Sono disponibili contenuti gratuiti (whitepaper, e-book, webinar, demo)?
    • È presente una strategia SEO efficace?
    • Ci sono CTA (Call to Action) ben progettate?
    • L’azienda è attiva sui social media? Quali contenuti pubblica?
  4. Analisi della concorrenza
    • Come si posiziona il sito rispetto ai competitor?
    • Quali sono i punti di forza della concorrenza?
    • Quali strategie di acquisizione clienti utilizzano i competitor?
    • Esistono differenze nelle offerte di lead generation o nei contenuti gratuiti?
    • Quali strategie SEO usano i concorrenti per attirare clienti?
  5. Strategie di miglioramento e opportunità
    • Quali strategie di lead generation potrebbero essere integrate?
    • Come migliorare le CTA per aumentare la conversione?
    • Quali best practice adottate dai competitor potrebbero essere implementate?
    • Esistono opportunità di espansione in nuovi segmenti di mercato?
    • Quali azioni pratiche possono essere adottate per massimizzare la conversione dei visitatori in clienti?

Prima di iniziare l’analisi, è fondamentale definire il sito aziendale da esaminare e identificare tre competitor di riferimento. Una volta raccolti questi dati, sarà possibile elaborare un report dettagliato con insight concreti, esempi di best practice e suggerimenti operativi per migliorare il posizionamento e la capacità di generare lead. Il bello è che Perplexity fa tutto da solo!

Il prompt da provare

Copia e incolla questo prompt in Perplexity e rispondi alle prime due domande che farà.

Agisci come un esperto di analisi di mercato, marketing digitale e lead generation. Analizza il sito web di [URL AZIENDA] per identificare il pubblico target, le strategie di acquisizione clienti e le opportunità di miglioramento. Inoltre, confronta queste informazioni con tre concorrenti: ([URL COMPETITOR 1], [URL COMPETITOR 2], [URL COMPETITOR 3]).

Segui questa struttura:
1. Profilo dell’azienda e del sito web
Qual è il settore di riferimento dell’azienda?
Quali prodotti/servizi offre?
Quali sono i punti di forza comunicati sul sito?
Il sito è ottimizzato per la user experience (UX)? È mobile-friendly?

2. Analisi del pubblico target
Il sito specifica a chi si rivolge l’azienda (B2B, B2C, PMI, grandi imprese, privati)?
Quali sono le esigenze o problemi che l’azienda risolve per i clienti?
Sono presenti testimonianze, case study o referenze?
Quali segmenti di clientela potrebbero essere attratti dall’azienda?

3. Strategie di acquisizione clienti
Quali strumenti di lead generation sono attivi sul sito (form, chatbot, newsletter, ecc.)?
Sono presenti offerte gratuite (whitepaper, e-book, webinar, demo, prove gratuite)?
L’azienda utilizza strategie SEO per attrarre traffico organico?
Sono presenti call-to-action (CTA) efficaci?
L’azienda è attiva sui social media? Quali contenuti pubblica?

4. Analisi della concorrenza
Confronta il posizionamento dell’azienda con quello dei competitor ([URL COMPETITOR 1], [URL COMPETITOR 2], [URL COMPETITOR 3]).
Quali sono i punti di forza dei concorrenti rispetto all’azienda?
Quali strategie di acquisizione clienti usano i competitor?
Quali elementi di differenziazione emergono tra l’azienda e i suoi concorrenti?
I competitor offrono strumenti di lead generation o contenuti gratuiti più avanzati?
Quali parole chiave o strategie SEO utilizzano i concorrenti per attirare clienti?

5. Strategie di miglioramento e opportunità
Basandoti sull’analisi, quali strategie di lead generation consiglieresti per l’azienda?
Quali azioni migliorative suggerisci per ottimizzare il sito e le CTA?
Quali best practice adottate dai competitor potrebbero essere integrate?
Ci sono opportunità di espansione in nuovi segmenti di clientela?
Fornisci suggerimenti pratici per aumentare la conversione dei visitatori in clienti.
Fornisci un report dettagliato con insight concreti, esempi di best practice e suggerimenti operativi.

Prima di iniziare chiedimi qual è il sito dell’azienda e poi quali sono i tre siti dei competitor.

La ricerca approfondita di Gemini

Anche Gemini di Google integra funzionalità avanzate di intelligenza artificiale per potenziare la ricerca approfondita (chiamata Deep Research, disponibile per gli abbonati a Gemini Advanced) e fornire risposte dettagliate, contestuali e altamente rilevanti. La ricerca approfondita di Gemini permette di:

  • analizzare contenuti complessi e collegare informazioni provenienti da fonti diverse;
  • fornire risultati altamente personalizzati grazie alla comprensione del contesto della query;
  • generare un report di diverse pagine, andando oltre i classici risultati di ricerca, con suggerimenti e risorse aggiuntive.

Ideale per ricercatori, studenti e professionisti (come i commerciali!), Gemini trasforma la ricerca in un’esperienza interattiva, aprendo nuove frontiere nella scoperta delle informazioni.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

I prompt per fare problem framing e reframing

, ,

Durante i miei corsi sul prompt engineering, chiedo ai partecipanti di testare diversi prompt: da quello per fare la SWOT del proprio CV a quello per l’analisi PESTEL di qualsiasi fenomeno. Uno dei prompt che piacciono di più – soprattutto ai project manager, ma non solo – è relativo al problem framing. Di cosa si tratta?

Il problem framing è una tecnica che aiuta a definire chiaramente un problema prima di cercare soluzioni. Del resto, come diceva Einstein, “Se avessi solamente un’ora per salvare il mondo, passerei 55 minuti a definire bene il problema e 5 a trovare la soluzione”. Riunendo il team per rispondere a domande mirate — come “Qual è il vero problema?” o “Chi è coinvolto?” — si evitano sprechi di tempo e risorse. Un approccio semplice ma potente, come direbbe Sherlock Holmes: prima di trovare il colpevole, assicurati di aver capito il crimine.

Ecco una proposta per un prompt strutturato per il problem framing basato su una metodologia chiara e adattabile a vari contesti. Il prompt guida l’utente attraverso una serie di domande mirate per definire, analizzare e contestualizzare il problema in modo efficace.

Prompt per il problem framing

Usa le tecnica del problem framing per inquadrare correttamente il seguente problema: [LINK O DESCRIZIONE TESTUALE].
Procedi, con ordine, con le seguenti fasi.

  1. Definizione del problema
    • Descrivi brevemente il problema che stai affrontando in una o due frasi.
    • In che contesto si manifesta questo problema?
    • Quali sono i segnali o i sintomi che indicano che questo è un problema rilevante?
  2. Obiettivi
    • Qual è l’obiettivo principale che desideri raggiungere affrontando questo problema?
    • Quali sono gli obiettivi secondari o complementari?
  3. Stakeholder
    • Chi sono le persone o i gruppi interessati da questo problema?
    • Quali sono le loro aspettative e necessità?
    • Chi sono i principali decision-maker?
  4. Impatto del problema
    • Quali sono le conseguenze attuali del problema?
    • Come influisce sulle persone, sui processi o sull’organizzazione?
    • Cosa accadrebbe se il problema non venisse risolto?
  5. Root causes
    • Quali sono le possibili cause alla base del problema? Usa la tecnica Toyota dei 5 Whys per identificare la causa principale.
    • Hai identificato degli eventi o dei pattern ricorrenti collegati a questo problema
  6. Vincoli e risorse
    • Quali vincoli (di tempo, budget, risorse umane, tecnologia, ecc.) devono essere considerati?
    • Quali risorse sono già disponibili per affrontare questo problema?
  7. Metriche di successo:
    • Come misurerai il successo della soluzione adottata?
    • Quali indicatori ti diranno che il problema è stato risolto o ridotto?
  8. Domande chiave aperte

Se necessario, formulami delle domande per comprendere meglio il problema. Ecco due esempi di domande che potresti farmi.

    • Cosa ancora non sai o non hai chiarito rispetto a questo problema?
    • Quali ipotesi devi validare o falsificare?

Aspetta la mia risposta prima di fare la domanda successiva.

Esempio di applicazione del prompt

Ho testato il prompt su questo problema: “Il team di supporto clienti impiega troppo tempo a rispondere alle richieste dei clienti, causando insoddisfazione”.

Ecco il risultato di ChatGPT (Plus):

Definizione del Problema

Il team di supporto clienti impiega troppo tempo a rispondere alle richieste dei clienti, causando insoddisfazione e possibile perdita di fiducia nei confronti dell’azienda.

Contesto del Problema

Il problema si manifesta in un contesto aziendale con un team di supporto clienti responsabile di rispondere a richieste via e-mail, chat, telefono o piattaforme di ticketing. Il settore potrebbe essere un’azienda di servizi digitali, e-commerce o qualsiasi organizzazione con un elevato volume di interazioni con i clienti.

Segnali o Sintomi

  1. Tempi di risposta medi elevati: Risposte oltre le 24 ore o superiori agli standard previsti.
  2. Feedback negativi: Recensioni o sondaggi che esprimono insoddisfazione per il servizio.
  3. Aumento dei reclami: Crescente numero di reclami ufficiali per mancate risposte o ritardi.
  4. Elevato tasso di abbandono: Clienti che interrompono la relazione con l’azienda o non completano acquisti.
  5. Stress del team: Sovraccarico del team con difficoltà a gestire il volume delle richieste.

Obiettivi

  • Obiettivo Principale: Ridurre il tempo medio di risposta alle richieste dei clienti per aumentare la soddisfazione complessiva.
  • Obiettivi Secondari:
    1. Migliorare la qualità delle risposte del team.
    2. Ridurre il tasso di reclami e feedback negativi.
    3. Ottimizzare il carico di lavoro del team di supporto.
    4. Incrementare la fidelizzazione dei clienti.

Stakeholder

  • Clienti: Si aspettano risposte rapide e risolutive alle loro richieste.
  • Team di Supporto Clienti: Necessita di strumenti, formazione e processi efficienti.
  • Responsabile del Supporto Clienti: Decision-maker chiave, responsabile delle performance del team.
  • Alta Direzione: Vuole migliorare la customer experience e ridurre il rischio di perdita di clienti.
  • Dipartimenti Tecnici: Possono supportare con soluzioni software o automazioni.

Impatto del Problema

  • Sulla Clientela: Insoddisfazione, perdita di fiducia, e possibile abbandono del servizio.
  • Sul Team: Stress, burnout e demotivazione.
  • Sull’Azienda: Perdita di clienti, danno alla reputazione, riduzione dei ricavi.

Se il problema non viene risolto, potrebbe portare a una diminuzione della fidelizzazione dei clienti e costi più elevati per acquisire nuovi clienti, oltre a un calo della produttività interna.

Root Causes (5 Whys)

  1. Perché il team impiega troppo tempo a rispondere?
    → Perché ci sono troppe richieste da gestire contemporaneamente.
  2. Perché ci sono troppe richieste contemporaneamente?
    → Perché le richieste non sono filtrate o automatizzate.
  3. Perché le richieste non sono filtrate o automatizzate?
    → Perché manca un sistema di ticketing avanzato o automazioni per le richieste ricorrenti.
  4. Perché manca un sistema di automazione avanzato?
    → Perché l’azienda non ha investito in strumenti tecnologici o processi aggiornati.
  5. Perché non sono stati fatti investimenti?
    → Perché l’importanza della velocità di risposta non era stata priorizzata in passato.

Vincoli e Risorse

  • Vincoli:
    • Tempo: Necessità di implementare soluzioni in tempi brevi.
    • Budget: Limitazioni di spesa per nuovi software o assunzioni.
    • Tecnologia: Sistemi esistenti potrebbero avere limitazioni tecniche.
    • Risorse Umane: Limitata disponibilità di personale qualificato.
  • Risorse Disponibili:
    • Team attuale di supporto clienti.
    • Possibili strumenti già in uso (CRM, software di ticketing).
    • Dati sui tempi di risposta e sui feedback dei clienti.

Metriche di Successo

  1. Tempo Medio di Risposta: Riduzione del tempo medio a un livello soddisfacente (es. < 2 ore).
  2. Customer Satisfaction (CSAT): Miglioramento del punteggio di soddisfazione.
  3. Riduzione dei Reclami: Diminuzione dei reclami del 20-30%.
  4. Tasso di Risoluzione al Primo Contatto (FCR): Aumento delle risoluzioni immediate.
  5. Stress del Team: Miglioramento del morale e riduzione del turnover.

Domande Chiave Aperte

  1. Qual è l’attuale tempo medio di risposta e l’obiettivo ottimale che vorresti raggiungere?

Come richiesto, ChatGPT inizia a farmi delle domande di approfondimento.

Il prompt per il reframe

Dopo l’esercizio del problem framing, chiedo di procedere chiedendo al chatbot di fare il cosiddetto “reframe”. Grazie al reframe si cambia il significato di una situazione, di un modello comportamentale o di un problema, attribuendo una diversa angolazione. In pratica, il chatbot cerca di trasformare un problema in un’opportunità, o quantomeno di guardare al problema da un’altra prospettiva, se possibile positiva (ottimo per noi inguaribili ottimisti!).

Ecco un possibile prompt per il reframe:

“Analizza il seguente problema grazie al reframing: [INSERIRE TESTO O LINK]. Per ridefinire e reinterpretare il problema da diverse prospettive e scoprire soluzioni innovative, rispondi alle seguenti domande:

  1. Quali altri modi esistono per interpretare questa situazione?
    (Per esempio: è davvero un problema di risorse o potrebbe essere un problema di processo, di comunicazione o di obiettivi mal definiti?)
  2. Cosa succederebbe se il vero problema fosse diverso da quello che sembra a prima vista?
    (C’è una causa nascosta o un fattore sottovalutato?)
  3. In che modo questo problema potrebbe essere visto come un’opportunità di miglioramento o innovazione?
  4. Quali risorse o capacità esistenti potrebbero essere utilizzate diversamente per affrontare questa situazione?
  5. Cosa accadrebbe se l’obiettivo principale fosse ridefinito o ampliato per includere altri aspetti del problema?
  6. Come descriverebbe questo problema una persona direttamente coinvolta (es. cliente, dipendente, fornitore)? Come lo vedrebbe un osservatore esterno?
  7. Cosa cambierebbe se si introducesse un nuovo approccio o una nuova tecnologia per risolvere il problema? Usa il pensiero laterale per trovare una o più soluzioni.
  8. Quali sono le barriere culturali, organizzative o procedurali che potrebbero impedire di affrontare efficacemente questo problema?
  9. Se non ci fossero limiti di risorse (tempo, budget, personale), come affronteresti questo problema?
  10. Cosa succederebbe se il problema venisse affrontato con una soluzione temporanea o una sperimentazione pilota?

Ecco la risposta di ChatGPT sempre sul tema “Il team di supporto clienti impiega troppo tempo a rispondere alle richieste dei clienti, causando insoddisfazione”.

Ecco un’analisi del problema del ritardo del team di supporto clienti utilizzando il reframing e rispondendo alle domande poste per esplorare diverse prospettive e soluzioni innovative.

1. Quali altri modi esistono per interpretare questa situazione?

  • Problema di processo: Forse le risposte tardano perché il flusso di lavoro non è ottimizzato. Ci sono troppi passaggi o approvazioni inutili?
  • Problema di comunicazione: I clienti forniscono informazioni incomplete o ambigue, rallentando la risoluzione?
  • Problema di obiettivi: Il team è valutato sulla quantità di ticket chiusi piuttosto che sulla qualità delle risposte?
  • Problema di formazione: Il personale ha le competenze adeguate per risolvere rapidamente i problemi?
  • Problema di strumenti: I sistemi usati per gestire le richieste sono obsoleti o inefficienti?

2. Cosa succederebbe se il vero problema fosse diverso da quello che sembra a prima vista?

  • Cause nascoste: Forse il vero problema è la mancanza di motivazione del team o un carico di lavoro non bilanciato.
  • Fattore sottovalutato: Forse le richieste sono in costante aumento, ma il personale rimane invariato. Oppure esistono picchi di richieste non previsti.
  • Mancanza di empowerment: I dipendenti potrebbero sentirsi incapaci di prendere decisioni rapide senza l’approvazione dei superiori.

3. In che modo questo problema potrebbe essere visto come un’opportunità di miglioramento o innovazione?

  • Ottimizzazione dei processi: Analizzare il problema può portare a una ristrutturazione dei processi interni per maggiore efficienza.
  • Implementazione di IA: L’introduzione di chatbot o assistenti AI può velocizzare le risposte automatiche e permettere al team di concentrarsi su problemi complessi.
  • Customer experience: Un miglioramento nel supporto clienti può differenziare l’azienda dalla concorrenza.
  • Formazione continua: Investire in formazione può migliorare le competenze e l’efficienza del team.

4. Quali risorse o capacità esistenti potrebbero essere utilizzate diversamente per affrontare questa situazione?

  • Automazione delle risposte frequenti: Utilizzare risposte predefinite o un sistema di FAQ interattivo.
  • Ridistribuzione del carico di lavoro: Sfruttare meglio le competenze individuali dei membri del team.
  • Monitoraggio dei tempi di risposta: Implementare metriche e dashboard per monitorare e migliorare le prestazioni.
  • Coaching interno: Utilizzare dipendenti senior per formare o affiancare quelli meno esperti.

5. Cosa accadrebbe se l’obiettivo principale fosse ridefinito o ampliato per includere altri aspetti del problema?

  • Focus sulla soddisfazione del cliente: Piuttosto che velocizzare solo le risposte, si potrebbe mirare a risolvere il problema al primo contatto.
  • Qualità > Quantità: Prioritizzare risposte più complete e personalizzate rispetto alla sola velocità.
  • Engagement del team: Creare un ambiente in cui il team si senta coinvolto nel miglioramento continuo del servizio.

6. Come descriverebbe questo problema una persona direttamente coinvolta?

  • Cliente: “Mi sento ignorato e frustrato dall’attesa prolungata.”
  • Dipendente: “Siamo sovraccarichi di richieste e non abbiamo gli strumenti giusti per lavorare meglio.”
  • Osservatore esterno: “Sembra che il team non sia supportato a sufficienza dalla leadership aziendale.”

7. Cosa cambierebbe se si introducesse un nuovo approccio o una nuova tecnologia?

  • Chatbot e IA: Potrebbero gestire richieste semplici, liberando il team per i problemi complessi.
  • Sistema di ticketing avanzato: Con routing intelligente e assegnazione automatica in base a priorità o competenze.
  • Analisi predittiva: Identificare picchi di richieste per preparare risorse in anticipo.

8. Quali sono le barriere culturali, organizzative o procedurali che potrebbero impedire di affrontare efficacemente questo problema?

  • Resistenza al cambiamento: Il team o i manager potrebbero essere riluttanti ad adottare nuovi processi o tecnologie.
  • Gerarchia rigida: La necessità di approvazioni da parte dei superiori rallenta le risposte.
  • Mancanza di comunicazione interna: Dipartimenti isolati impediscono un flusso efficiente di informazioni.

9. Se non ci fossero limiti di risorse (tempo, budget, personale), come affronteresti questo problema?

  • Espansione del team: Assumere più personale per gestire i picchi di richieste.
  • Formazione intensiva: Corsi avanzati per migliorare le competenze.
  • Investimento in tecnologie avanzate: Implementare soluzioni di IA, analisi dati e CRM avanzati.

10. Cosa succederebbe se il problema venisse affrontato con una soluzione temporanea o una sperimentazione pilota?

  • Progetto pilota con chatbot: Testare un assistente virtuale per un mese per valutare l’impatto sui tempi di risposta.
  • Orari estesi del supporto: Ampliare temporaneamente le ore di supporto per osservare se riduce l’insoddisfazione.
  • Team di emergenza: Creare un piccolo team dedicato alle richieste urgenti per un periodo limitato.

Alcune soluzioni proposte sono davvero interessanti, non credi?

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Face swap: la tua faccia sovrapposta a chissà chi altro (con l’AI)

, ,

Nel film “Face/Off – Due facce di un assassino” con Nicolas Cage e John Travolta, ci siamo goduti un’operazione fantascientifica: i protagonisti si scambiavano i volti per infiltrarsi e ingannare i rispettivi nemici. Ora, grazie a strumenti come il Face Swap AI di FlexClip, si può fare in pochi clic (quantomeno a livello di immagini e pixel…). In pratica è possibile sostituire i volti nelle tue immagini con quelli di altre persone, celebrità o persino personaggi di fantasia.

Questo servizio, disponibile su FlexClip, non solo cambia il volto, ma lo fa in modo realistico, mantenendo tonalità della pelle, angolazione e illuminazione, garantendo un’integrazione fluida. Il gioco è semplice: carichi un’immagine qualsiasi (ovviamente con un volto) e poi la tua, quindi non resta che premere il pulsante Generate. Ecco un paio di esempi, partiamo da Rambo:

Steve McCurry

 

Ho voluto mettere davvero in difficoltà il sistema (e il risultato è inquietante!):

Esistono molti servizi per fare face swap. Ecco per esempio lo strumento di Remarker (free per qualche test, grazie a un sistema a crediti) mi ha dato delle belle soddisfazioni:

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Google Bard: 5 cose che devi sapere prima di iniziare a usarlo

, ,

13 luglio 2023, sono da un cliente per un corso introduttivo sull’intelligenza artificiale. Si parla di ChatGPT e della novità del Code Interpreter, di Claude di Anthropic e i suoi 100.000 token di prompt, Elon Musk che vuole bloccare OpenAI ma sta facendo la sua AI… A un certo punto un partecipante chiede: “Ma quando sarà disponibile Google Bard  in Italia?”. Non so cosa rispondere, dico che era previsto entro la metà del 2023 (negli Usa era disponibile da marzo), ma che le regole privacy europee stanno allungando i tempi. Non si può fare una previsione. E invece, proprio in quei momenti, arriva la notizia: “Google Bard arriva in Italia!”

Ho deciso di scrivere subito una guida base, introduttiva, a Google Bard, il chatbot di Google basato sull’intelligenza artificiale (proprio come il celebre ChatGPT). Prima capiamo di cosa stiamo parlando. Partiamo dal nome, che significa “poeta”: è un diretto riferimento (shakespeariano) alla sua capacità di generare contenuti autentici e unici. Detto che è un assistente virtuale, un chatbot, a differenza dei competitor è basato sul modello PaLM 2 di Google. Si può accedere gratis a Bard, se maggiorenni, da bard.google.com: non serve registrarsi, ma se fai “log in” con il tuo account Google, avrai dei benefici che vedremo nel pezzo. L’assistente può parlare fino a 40 lingue diverse, italiano compreso.

1. Accesso al Web

Bard è pre-addestrato come gli altri Large Language Models (LLM), come ChatGPT, ma può anche navigare sul Web per accedere a notizie fresche (come ChatGPT Plus).

Bard non è però in grado di analizzare i siti Web come possono fare Bing Chat o Perplexity o linkare fonti:

Però Bard, essendo un giocattolo di Google, può integrarsi con il motore di ricerca. Quindi dopo ogni output si può far partire la ricerca online ma solo utilizzando le query che propone lui.

In teoria, Bard dovrebbe utilizzare la geolocalizzazione per fornire risposte più utili e pertinenti alla tua posizione. Ma, alla prova dei fatti, fallisce clamorosamente. Nonostante indichi correttamente la mia posizione in Brianza, poi mi dice che il cinema più vicino è a Udine. Mah.

2. Input e output

Come per tutti gli LLM, anche Bard richiede un prompt in input per funzionare (promette a breve di inserire immagini in input, cosa al momento non ancora possibile). Posto che ChatGPT accetta prompt da 4.000 token e Claude 2 da 100.000 token, qual è la “capacità” di Bard? Non è molto chiaro, perché Google non la esplicita. Ma da diverse prove di utenti in Rete, pare che si parli di 4.000 caratteri in input e 50.000 in output. Per quanto riguarda i risultati che si ottengono, a differenza dei competitor, il chatbot di Big G può anche “parlare” grazie alla sua funzione di sintesi vocale, disponibile in oltre 40 lingue. Gli output testuali, inoltre, possono essere condivisi con altri utenti.

3. L’integrazione con gli altri prodotti Google

Abbiamo già detto dell’integrazione tra Bard e Google (che tra l’altro in futuro sarà completa come in You.com), ma quello che risulta davvero interessante è il dialogo tra il chatbot e strumenti d’uso quotidiano come Gmail e Google Drive. Ogni output può essere inoltrato via mail, ma soprattutto può essere caricato sul cloud di Google sotto forma di documento o foglio di calcolo.

In questo esempio ho chiesto di creare una tabella con la filmografia di Tarantino e poi l’ho salvata su Drive sotto forma di foglio di calcolo.

Chiaramente la tabella risultante deve essere personalizzata (nome file, layout, ecc.):

4. Programmazione e formule

Altre funzionalità degne di nota includono la capacità di Bard di tradurre tra lingue ma soprattutto di supportare la programmazione in 20 linguaggi diversi (incluso Python, che può essere esportato e testato direttamente in Google Colab). Puoi chiedere a Bard di aiutarti con linguaggi come C++, Go, Java, JavaScript, TypeScript e persino con le funzioni di Fogli Google. Ho provato a chiedergli di separare nome e cognome in due colonne diverse.

 

5. La privacy

Come detto, il ritardo dell’arrivo in Italia di Bard era dovuto prevalentemente alle regole privacy restrittive. In termini di privacy, quando l’attività di Bard è attiva, Google memorizza nel tuo account per 18 mesi le attività (tra cui l’indirizzo IP o gli indirizzi di casa). Puoi disattivare l’opzione di eliminazione automatica o impostarla su 3 o 36 mesi qui:

Hai anche la possibilità di mettere in pausa il salvataggio delle conversazioni, come riportato nell’help. Anche quando l’attività di Bard è disattivata, le tue conversazioni verranno salvate nel tuo account per un massimo di 72 ore.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Mi sono fatto un deep fake da solo: come mi sono clonato voce e immagine

, ,

Si parla da molto tempo di digital twin: il “gemello digitale” è una replica digitale di un oggetto, sistema o processo del mondo reale. O, se vogliamo, anche di una persona (in realtà il vero digital twin è praticamente autonomo) anche se in quel caso sarebbe più opportuno parlare di “second brain”.
Ora, con gli strumenti di intelligenza artificiale a disposizione di tutti, è possibile “clonarsi”, creare un avatar con la nostra faccia e la nostra voce, che fa e dice cose che non abbiamo mai fatto né detto. Rovescio della medaglia: i deep fake, vale a dire video o audio manipolati che utilizzano l’IA per creare l’illusione che determinate azioni o discorsi siano stati eseguiti da persone reali. Il termine “deepfake” è una combinazione di “deep learning” (un sottocampo dell’IA) e “fake”, che indica qualcosa di falso o ingannevole. Un esempio? Zelensky che si arrende a Putin.

Per comprende meglio il meccanismo, mi sono creato un deep fake da solo. Ecco come ho fatto, passo per passo.

Eleven Labs: generatore di Voci basato sull’IA

Prima di tutto dovevo clonarmi la voce. Per questo ho usato Eleven Labs: l’azienda newyorkese ha creato un modello generativo che consente di progettare da zero voci artificiali. In altre parole, è possibile generare voci personalizzate che non corrispondono a nessuna voce esistente. Oppure, ed è questo che ci interessa, è possibile dare allo strumento in pasto dei campioni della propria voce per “clonarla”, per generare una voce sintetica con stesse caratteristiche (estensione, timbro, intensità, tono, stile, ecc.). L’ho fatto. Ho preso 15 file audio contenenti la registrazione della mia voce e li ho dato in pasto all’algoritmo.

Una volta clonata la mia voce, sono passato alla sezione “Speech Synthesis” (in pratica “sintesi vocale”) e ho scritto il testo per l’avatar. Un testo breve, da 500 caratteri per un parlato da circa mezzo minuto. A quel punto il “text to speech” ha fatto il suo dovere e ho scaricato il file audio del mio parlato virtuale.

 

A quel punto mi serviva un avatar parlante.

D-ID.com: creazione di Avatar Realistici con AI

D-ID.com è una piattaforma Web che utilizza l’animazione facciale in tempo reale e il text-to-speech avanzato per creare esperienze di intelligenza artificiale conversazionale immersive, simili a quelle reali. Utilizzando D-ID, ho caricato una foto di me stesso (avrei potuto usare anche il mio avatar) e ho poi personalizzato la mia animazione caricando il file audio.

A quel punto non ho fatto altro che aspettare la magia. Dopo qualche minuto ho scaricato il video (un po’ “metallico”, ma interessante) con la mia immagine parlante e con le labbra del ritratto in sincrono con il parlato. Vuoi vedere l’effetto finale?

Il video del mio deep fake

Una volta scaricato il video da D-ID.com ho fatto un minimo di montaggio video, ed ecco il risultato:

Come ti sembra?

La combinazione di Eleven Labs e D-ID.com ha reso possibile la creazione del mio avatar parlante. Questi strumenti di IA non solo hanno ridotto i costi e il tempo necessario per la produzione video, ma hanno anche offerto una flessibilità e un controllo senza precedenti sul risultato finale. Con l’effetto “wow” dei video generati da IA, sono stato in grado di creare l’effetto wow!

 

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come creare un piano di content marketing con ChatGPT

,

L’arte di interrogare le intelligenze artificiali generative è conosciuta come “prompt engineering“. Un input ben fatto fa la differenza tra un output eccellente e una accozzaglia di parole inutili (vale la regola GIGO: “garbage in garbage out“). In questa pagina voglio mostrarti un prompt utilissimo per trasformare ChatGPT nel tuo consulente di marketing, anzi di content marketing. Si tratta di un prompt più elaborato di quelli che si usano di solito, perché obbliga il chatbot a fare tutta una serie di domande su posizionamento, servizio, target, strategia e altro. Tutto con un prompt solo, il seguente.

Il prompt iniziale

Agisci come un esperto di digital e content marketing. Ti chiederò di creare un piano editoriale e i contenuti per la comunicazione digitale della mia attività: contenuti per il blog, profili LinkedIn, Facebook e YouTube, newsletter. Prima di iniziare, voglio che tu comprenda a fondo il mio business e i il mio mercato, i miei clienti. Fammi almeno 20 domande riguardo mercato, target e tutto quello che ti serve per fare contenuti efficaci al meglio delle tue possibilità. Fammi una domanda alla volta e aspetta la mia risposta prima di fare la domanda successiva. Hai compreso il compito?

Ecco le tre caratteristiche di questo prompt:

  1. Si mette il chatbot in ruolo, quello dell’esperto della materia.
  2. Si chiarisce l’obiettivo.
  3. Si chiede di fare una ventina di domande, aspettando di volta in volta la risposta.

Questo prompt rispetta il mio metodo G.O.L.:

La conversazione con ChatGPT

A questo punto ChatGPT si mette nei panni dell’intervistatore. Le sue domande sono pertinenti, la conversazione sostenuta e utile.

Il piano editoriale

Al termine delle domande, e delle mie risposte, il chatbot ha compreso obiettivi e target. Quindi posso chiedergli di creare un piano editoriale diviso per canali.

Contenuti d’esempio

Chiaramente il piano editoriale non mi basta, quindi gli chiedo di farmi degli esempi di contenuti. Lui propone dei titoli.

Ovviamente a questo punto posso chiedergli di creare tutti i contenuti che mi servono.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come installare un’AI generativa sul proprio PC [guida a GPT4all]

, ,

ChatGPT è una meraviglia, le altre AI che arriveranno saranno altrettanto utili, ma i professionisti che sto incontrando aspettano altro. Le esigenze sono tre:

  • avere una sorta di Wikipedia personale, istruita sui propri documenti;
  • badare alla privacy dei dati (prevalentemente dei clienti);
  • automatizzare il più possibile compiti noiosi e ripetitivi, per concentrarsi su attività ad alto valore aggiunto.

Quindi ChatGPT non è la risposta. In questo articolo voglio parlarti di un esperimento che ho fatto: ho installato una AI personale in locale. Parlo di GPT4All, utile per risolvere il problema della privacy.

Che cos’è GPT4All?

GPT4All è un progetto gratuito e open source (scopri qui che differenza c’è), nato dall’ingegno di Nomic AI, un team di sviluppatori statunitense. GPT4All ha l’obiettivo di democratizzare l’accesso all’intelligenza artificiale. Permette di sfruttare modelli linguistici basati su GPT-J e LLaMA, entrambi alla base di soluzioni IA avanzate: LLaMA è un modello linguistico sviluppato da Meta (quindi Facebook), mentre GPT-J si basa su GPT-2 di OpenAI (un po’ datato: 2019). Nonostante questi modelli possano sembrare un gradino sotto il modello ChatGPT di OpenAI basato su GPT-4, offrono un vantaggio unico: la privacy. Con GPT4All, i dati e le query (prompt) vengono gestiti localmente sul tuo PC (bastano dai 4 agli 8 Gb di RAM per funzionare!), evitando server esterni e la condivisione di informazioni con terzi.

Una curiosità, prima di iniziare. Qui puoi esplorare una mappa interattiva dei dati usati per il training: https://atlas.nomic.ai/map/gpt4all-j-prompts-curated

Come installar GPT4All sul PC

Sei interessato all’installazione di GPT4All sul tuo PC?

Prima di tutto, visita il sito ufficiale del progetto, gpt4all.io e fai clic su “Scarica client di chat desktop” e seleziona “Windows Installer -> Windows Installer” per avviare il download. Ci sono anche versioni per macOS e Ubuntu.

Segui le istruzioni della procedura guidata per completare l’installazione. Niente di troppo complicato.

Dopo l’installazione, potrai avviare GPT4All dal collegamento sul tuo desktop. Ricorda, dovrai scaricare alcuni modelli linguistici prima di iniziare a utilizzare l’applicazione. Ti consiglio di scaricare il modello “gpt4all-j-v1.3-groovy”, anche se pesa alcuni Gb: attualmente è il migliore tra quelli disponibili. Puoi anche sperimentare con il modello LLaMA 13b addestrato da Nomic AI (quelli che hanno creato GPT4All), ma puoi sempre farlo in un secondo momento.

Una volta scaricati i modelli linguistici, devi inserire le API di OpenAI e potrai iniziare a chattare con l’IA selezionando il modello desiderato dal menu a tendina. La lunghezza massima di una risposta è 4.096 token, circa 3.000 parole. Se una risposta non ti convince, puoi chiedere all’IA di generarne una nuova cliccando su “Rigenera la risposta”.

GPT4All offre la possibilità di chattare in diverse lingue, ma per ottenere risultati ottimali ti consiglio di usare l’inglese. Nonostante possa sembrare meno potente rispetto a ChatGPT, GPT4All permette di scaricare diversi modelli linguistici, ed è solo questione di tempo prima che vengano rese disponibili versioni più potenti.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

LinkedIn: a che ora e in quali giorni postare?

, ,

LinkedIn è il social professionale per eccellenza. Se usato come “social media”, per la diffusione dei contenuti, ha sempre rispettato gli orari lavorativi: chi pubblicava e chi leggeva difficilmente erano attivi la sera e nei weekend. È ancora così? Come ogni anno SproutSocial diffonde i dati dei suoi studi, ecco che cosa dice su LinkedIn: Best Times to Post on Social Media in 2023.

Gli orari di pubblicazione migliori

Martedì e Mercoledì, tra le 10:00 e le 12:00, sono considerati i momenti migliori per pubblicare su LinkedIn, in particolare l’indagine parla delle Company Page. A metà giornata, la piattaforma è vivace e le possibilità di coinvolgere il tuo pubblico sono al top.

I giorni migliori (e quelli peggiori) per postare

I giorni migliori per pubblicare su LinkedIn sono da Martedì a Giovedì. Al contrario, i fine settimana sono considerati i giorni peggiori per pubblicare: l’interazione cala significativamente poiché gli utenti sono meno attivi sulla piattaforma.

Ma vale ancora la pena pubblicare su LinkedIn?

La risposta è assolutamente sì. Anzi: a maggior ragione ora. Con oltre 900 milioni di membri in 200 paesi e regioni, LinkedIn è fondamentale per un’ampia gamma di scopi. Le aziende stanno (finalmente!) scoprendo nuovi modi per generare lead, trovare partner, parlare della cultura aziendale e attrarre talenti (employer branding). Data l’ampia gamma di opportunità di business offerte da LinkedIn, è logico che la pubblicazione e l’interazione coincidano con le ore lavorative.

Scrivimi per organizzare un corso sull’uso strategico di LinkedIn

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso.

Inviaci email

/0 Commenti/da

LLaVA: l’intelligenza artificiale che riconosce le immagini e chatta

, ,

ChatGPT è una killer application, ma non è l’unico strumento di intelligenza artificiale da effetto wow. Da Midjourney (immagini da input testuale) a Beautiful.ai (presentazioni automatiche), da Algor (mappe mentali create dall’AI) a Humata (chattare con i propri PDF) sono tanti gli strumenti che ci stanno mostrando le potenzialità, spesso ancora in nuce, dell’intelligenza artificiale alla portata di tutti. Ma sempre a proposito di effetto meraviglia, in questo articolo ti voglio parlare di LLaVA e quindi di computer vision.

Che cos’è LLaVA?

LLaVA è un progetto gratis per uso non commerciale e open source di Microsoft, sviluppato con due importanti università americane. L’acronimo sta per “Large Language and Vision Assistant”: si tratta di un modello multimodale, ovvero, al contrario di ChatGPT, può analizzare input non solo testuali. Nel caso specifico serve per interpretare le immagini. Va detto che anche GPT4 promette una cosa del genere, ma al momento abbiamo visto solo delle demo.
Come è stato istruito LLaVA? Il dataset di quasi 600.000 immagini è stato raccolto nell’aprile 2023, attraverso l’API GPT-4-0314 di OpenAI.

Tutto questo non è una novità. Da anni Facebook usa strumenti di riconoscimento delle immagini per classificarle. Guarda qui: basta andare nel codice della pagina Facebook per capire che applica etichette a tutte le foto caricate. In questo caso ha scambiato il mio avatar in un’altra persona…

Il funzionamento è molto semplice. Basta aprire il sito https://llava-vl.github.io, che non richiede registrazione. Poi è sufficiente caricare l’immagine da far analizzare dove c’è scritto “Drop image here or click to upload” e iniziare a chattare.

I test con LLaVA

Per comprendere le potenzialità dello strumento, ho fatto alcuni test. Ho caricato l’immagine presa durante un mio evento, un corso sui social. Ho chiesto a LLaVA di descriverne il contenuto. Risultato eccellente:

“Nell’immagine, un uomo è in piedi in una stanza piena di persone e a un grande schermo. Sembra che stia tenendo una presentazione o una lezione. Ci sono diverse persone sedute, alcune delle quali con un blocco sulle ginocchia, a indicare che stanno prendendo appunti e sono interessate.”

Ho proseguito sulla stessa strada. Ho caricato un’altra immagine simile: ho chiesto, questa volta in italiano, se riesce a capire qual è l’argomento dell’evento. Ha un indizio importante: il titolo del corso nella slide alle mie spalle. In effetti capisce che si parla di social e digital marketing, grazie all’OCR (riconoscimento ottico dei caratteri).

Con una slide è facile, ma ce la fa anche con gli appunti? Sì.
Va detto che questo la fa già molto bene anche Google Lens.

Nel riconoscere le immagini è bravino ma non ancora fenomenale (non sa leggere le ore di un orologio a lancette, per esempio). Ma ne comprende il senso? Se carico un’immagine divertente, sa perché fa ridere? In questo caso sì, ha capito che c’è qualcosa che non va nella capigliatura del lama.

Gli usi futuri

Quali potrebbero essere gli usi pratici, in futuro? Ne butto lì quattro, tra i tanti.

  • Riconoscimento delle immagini di prodotto per creare schede per gli e-commerce
  • Realizzazione di post e articoli a partire dalla foto di un evento
  • Telemedicina, per le diagnosi. Per esempio, c’è chi ha mostrato a LLaVA la radiografia di una frattura, e LLaVA ha capito quale osso era rotto.
  • Anticontraffazione

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

 

/0 Commenti/da

Come i bibliotecari possono utilizzare ChatGPT e l’intelligenza artificiale generativa

, ,

L’intelligenza artificiale (AI) sta cambiando il mondo in modo significativo: lo dico dai primi di dicembre 2022, molti mi guardano con occhi strabuzzati, sono scettici se non incattiviti (perché spaventati), ma è la verità. Basti pensare che secondo Goldman Sachs 300 milioni di posti di lavoro sono a rischio. Sempre più settori stanno adottando questa tecnologia avanzata per migliorare i propri servizi. Anche le biblioteche stanno iniziando a esplorare le potenzialità dell’AI per offrire un’esperienza migliore ai propri utenti. Basta dare un’occhiata a questo articolo di Gizmodo per rendersene conto: “Is ChatGPT Closer to a Human Librarian Than It Is to Google?“. A tal proposito consiglio di seguire questo blog: Chatgptlibrarian.com.

In questo articolo, mostrerò come i bibliotecari possono utilizzare ChatGPT e l’intelligenza artificiale generativa per migliorare l’esperienza degli utenti nelle biblioteche.

Cos’è ChatGPT?

ChatGPT è un modello di intelligenza artificiale generativa sviluppato da OpenAI: il modello è stato addestrato su una vasta quantità di testo e può generare testo coerente e di alta qualità su una vasta gamma di argomenti. Presento ChatGPT in questo video da una dozzina di minuti:

Utilizzo di ChatGPT nelle biblioteche

I bibliotecari possono utilizzare ChatGPT per migliorare l’esperienza degli utenti in vari modi. Per esempio, possono utilizzare ChatGPT per creare chatbot che possono rispondere alle domande degli utenti in modo efficace e preciso. Questi chatbot possono fornire informazioni sulla biblioteca, sui servizi offerti, sugli orari di apertura e chiusura e su altri aspetti. Chatbot e cultura si frequentano da tempo, del resto. Segnalo, a tal proposito, il progetto Culture Chatbot: una piattaforma volta a migliorare le funzionalità di ricerca applicate al patrimonio culturale digitale. Server, in pratica, per fare ricerche, utilizzando un linguaggio naturale, fra le risorse del patrimonio culturale offerte da Europeana o da altre Istituzioni culturali che permettono di accedere ai loro contenuti on-line.

Insomma, l’utilizzo di un chatbot può migliorare l’accessibilità dei servizi di biblioteca, rendendoli disponibili 24 ore su 24, 7 giorni su 7.

Alcuni utilizzi concreti in biblioteca

L’utilizzo di ChatGPT può fornire numerosi vantaggi alle biblioteche. Per esempio, ChatGPT può aiutare a ridurre il carico di lavoro dei bibliotecari, permettendogli di concentrarsi su compiti più complessi e di valore aggiunto. Ecco alcuni esempi.

Creare contenuti personalizzati per gli utenti

ChatGPT può essere utilizzato anche per creare contenuti personalizzati sulla base delle preferenze degli utenti. Per esempio, un utente che ha mostrato interesse per la narrativa contemporanea potrebbe ricevere suggerimenti di lettura in questo campo, mentre un altro utente potrebbe ricevere informazioni sulle attività della biblioteca nella sua zona. In questo modo, si crea un rapporto più stretto e personalizzato con gli utenti e si aumenta la fidelizzazione. Ecco un esempio di prompt per ChatGPT:

Agisci come un bibliotecario. Sono un appassionato di fantascienza, ho molto amato Blade Runner e Minority Report. Suggeriscimi 10 libri assolutamente da leggere. Metti i risultati in una tabella con le seguenti colonne: autore, titolo, editore, anno di pubblicazione, 300 caratteri sulla trama.

Ed ecco il risultato (tra parentesi ogni volta diverso):

Autore Titolo Editore Anno di pubblicazione Trama
Philip K. Dick Ubik Vintage 1969 Ubik è una sostanza misteriosa in grado di alterare la realtà, in un mondo dove l’aspettativa di vita è estesa al punto da poter comunicare con i morti. Il protagonista, Joe Chip, si ritrova coinvolto in un mistero che lo porterà a interrogarsi sulla sua stessa esistenza.
Isaac Asimov Fondazione Bompiani 1951 Nel futuro distante, un uomo di nome Hari Seldon predice la caduta dell’impero galattico. Per prevenire il collasso totale, Seldon avvia un progetto per conservare la conoscenza dell’umanità e guidare il futuro della galassia.
Arthur C. Clarke 2001: Odissea nello spazio Nord 1968 Nel 2001, un gruppo di astronauti viene inviato a esplorare un monolite misterioso che si trova sulla Luna. La loro missione li porta ad affrontare situazioni strane e inaspettate, che mettono in dubbio la loro comprensione dell’universo.
Frank Herbert Dune Fanucci 1965 La storia segue la famiglia Atreides mentre assume il controllo del pianeta desertico di Arrakis, il quale è la sola fonte di una sostanza altamente preziosa chiamata “Spezia”. La lotta per il potere sul pianeta si intensifica e coinvolge molte casate nobiliari.
Neal Stephenson Snow Crash Mondadori 1992 In un futuro prossimo, un virus informatico chiamato Snow Crash inizia a diffondersi, controllando le menti degli utenti di un mondo virtuale chiamato Metaverso. Il protagonista Hiro Protagonist si unisce a una hacker per fermare la diffusione del virus e impedire il caos.
William Gibson Neuromante Mondadori 1984 In un futuro distopico, il protagonista, Case, è un hacker che ha perso l’accesso alla realtà virtuale, nota come Matrice. Viene assunto da un misterioso datore di lavoro per portare a termine un’importante missione che coinvolge un’intelligenza artificiale.
Aldous Huxley Il mondo nuovo Mondadori 1932 In un futuro distopico, l’umanità vive in una società controllata dallo Stato, in cui la felicità è raggiunta attraverso l’uso di droghe e il controllo delle nascite. Un uomo di nome John il Selvaggio, cresciuto al di fuori della società, si ribella al sistema.
Ray Bradbury Fahrenheit 451 Mondadori 1953 In un mondo futuro in cui la lettura è bandita, un pompiere di nome Guy Montag inizia a mettere in discussione la sua vita e il sistema oppressivo che lo circonda. Il libro è diventato un classico della letteratura distopica.

Ricerche avanzate sui cataloghi e catalogazione automatica dei libri

Grazie alla sua capacità di elaborare grandi quantità di dati, ChatGPT può essere utilizzato per effettuare ricerche avanzate sui cataloghi delle biblioteche. Per esempio, si potrebbe chiedere a ChatGPT di trovare tutti i libri sulla storia dell’arte del Rinascimento, o tutti i libri pubblicati negli ultimi tre mesi su un determinato argomento.

La catalogazione dei libri è una delle attività più importanti dei bibliotecari, ma anche una delle più lunghe e complesse. Utilizzando ChatGPT, i bibliotecari possono creare modelli di catalogazione automatica che riconoscono i dati dei libri e li inseriscono automaticamente nei cataloghi della biblioteca. In questo modo, si aumenta l’efficienza e si riducono gli errori umani nella catalogazione.

Indicizzazione dei documenti digitali e dialogo con i libri

Anche la gestione dei documenti digitali può essere semplificata grazie a ChatGPT. I bibliotecari possono utilizzare questa tecnologia per indicizzare i documenti digitali, rendendoli facilmente rintracciabili e consultabili dagli utenti. In realtà si può fare anche di più. Grazie a strumenti come ChatPDF, si può “parlare” con i documenti PDF.

Niente male anche BookAI:

Traduzione automatica dei testi

Le biblioteche possono avere un pubblico multilingue, e la traduzione dei testi può essere una sfida importante per i bibliotecari. Utilizzando ChatGPT (parla 95 lingue oltre a diversi dialetti), è possibile creare modelli di traduzione automatica che consentono di tradurre con una buona precisione e velocità. A livello di Deepl, per intenderci.

FAQ

ChatGPT permette di automatizzare le risposte degli utenti ma anche alle domande frequenti, in gergo FAQ. Molte biblioteche ricevono ogni giorno decine, se non centinaia, di domande dagli utenti. Molte di queste sono ripetitive (orari di apertura, info sugli eventi, modalità di restituzione dei libri, ecc.), richiedono risposte standard. Utilizzando ChatGPT, i bibliotecari possono creare una serie di risposte predefinite e personalizzabili, che vengono attivate automaticamente quando l’utente chiede una determinata informazione. In questo modo, si libera tempo prezioso per rispondere a domande più complesse e specifiche.

Presidio dei social media

I social media sono diventati uno strumento importante per promuovere le attività della biblioteca e interagire con gli utenti (da anni tengo corsi su questo tema). Ma so bene, frequentando le biblioteche anche da consulente oltre che da formatore, che i bibliotecari non hanno tempo per ricoprire il ruolo anche di social media manager. Perché non farlo fare all’intelligenza artificiale? Utilizzando ChatGPT, i bibliotecari possono monitorare automaticamente i social media, rispondere alle domande degli utenti e soprattutto creare contenuti.

Faccio un esempio concreto, con guida passo a passo (i passi sono solo 3!). Un bibliotecario potrebbe copiare il contenuto di un volantino o della pagina Web di un evento e chiedere a ChatGPT di creare dei contenuti per promuoverlo sui social.

Step 1: copiare il contenuto dell’evento

Step 2: aprire ChatGPT e copia il contenuto nel prompt, con le seguenti istruzioni:

Agisci come un social media manager. Prendi in considerazione il testo che ti copio sotto, riguarda un evento per una biblioteca. Crea un tweet, un post Facebook e un post Instagram (con emoji e hashtag) per promuovere quell’evento. Usa un tono professionale ma accattivante.

Ecco il testo: [TESTO EVENTO]

Step 3: copia il risultato proposto da ChatGPT e copialo nei vari canali, dopo un’attenta revisione.

Ovviamente lo stesso vale per altri canali di comunicazione digitale, e non, della biblioteca: sito, blog, volantini, presentazioni e così via.

Vantaggi dell’utilizzo di ChatGPT per le biblioteche

Ricapitolando, l’utilizzo di ChatGPT può portare numerosi vantaggi alle biblioteche, tra cui:

  • Riduzione dei tempi di attesa per gli utenti, grazie all’automatizzazione delle risposte alle domande frequenti
  • Miglioramento dell’esperienza degli utenti, che ricevono contenuti personalizzati e consigli di lettura mirati
  • Maggiore efficienza dei bibliotecari, che possono dedicare più tempo ad attività di consulenza e assistenza
  • Incremento della fidelizzazione degli utenti, grazie al rapporto più personalizzato che si instaura con loro
  • Riduzione dei costi, grazie all’automatizzazione di alcune attività

Post scriptum. Anche l’immagine di cover di questo articolo è stata generata con un’intelligenza artificiale, in particolare con lo strumento (gratuito) FireFly di Adobe.

I corsi per AIB e sistemi bibliotecari territoriali

Dall’inizio del 2023 tengo corsi su intelligenza artificiale generativa per AIB (vedi il corso in Friuli) e sistemi locali. Come in questo caso a Treviglio:

Durante il corso affronto i seguenti temi:

Mattino
• Che cos’è l’intelligenza artificiale generativa
• Applicazioni pratiche dell’AI generativa
• Non solo ChatGPT
• Punti oscuri e opportunità
Pomeriggio
• L’uso dell’AI generativa in biblioteca: esempi pratici
• Workshop sul prompt engineering

Ecco alcuni esempi di esercitazioni di gruppo che faccio svolgere nel pomeriggio:

1. Chiedere a ChatGPT di fare 5 domande sui propri gusti letterari al fine di proporre un percorso di lettura per l’estate (farsi fare una domanda alla volta).
2. Generare una tabella con un itinerario turistico di tre giorni in [LUOGO].
3. Usare la gamification per aumentare la partecipazione degli utenti in biblioteca.
4. Promuovere il prossimo evento della biblioteca con un calendario editoriale per i vostri canali social. Chiedere di generare un post di esempio, multilingua.

Scrivimi per organizzare un corso sull’intelligenza artificiale generativa

Scrivimi

/0 Commenti/da