Insegnate AI dipendenti prima un'attività reale per ruolo, non l'intero strumento. Poi aggiungete tre elementi comuni a tutti: regole interne su quali dati non entrano mai in ChatGPT o Claude, l'abitudine di verificare ogni output prima che esca dal team e una piccola libreria di modelli di prompt condivisi. Misurate l'uso prima e dopo, così sapete che cosa è cambiato.
#Punti chiave
- La prima lezione dovrebbe partire da un'attività del lavoro della persona, non da un giro tra le funzionalità.
- Le regole interne sui dati vengono prima di qualsiasi consiglio sui prompt, e dovrebbero stare in una pagina.
- Verificare gli output è una competenza che si esercita, non una riga in una policy.
- I modelli di prompt condivisi trasformano il buon prompt di una persona in un'abitudine del team.
- Misurate chi usa lo strumento, su quali attività e quanto spesso gli output vengono tenuti o corretti.
#Com'è oggi la settimana di un team con ChatGPT o Claude?
Nella maggior parte delle aziende alcune persone lo usano già ogni giorno e la maggioranza no. Un coordinatore commerciale incolla gli appunti di una chiamata in ChatGPT per scrivere un'email di follow-up da registrare in HubSpot. Un analista finanziario chiede a Claude di spiegare uno scostamento in un export di Excel. Un HR business partner riscrive un annuncio di lavoro. Nessuno ha concordato quale account usare, quali dati sono ammessi o chi controlla il risultato.
È il normale punto di partenza, non un fallimento. Il Microsoft e LinkedIn Work Trend Index, maggio 2024 ha rilevato che il 75% dei knowledge worker usa l'AI al lavoro, che il 78% degli utenti di AI porta con sé i propri strumenti e che solo il 39% degli utenti di AI ha ricevuto una formazione sull'AI dalla propria azienda. La formazione parte da ciò che le persone fanno già.
#Quali attività dovrebbe imparare per prima ciascun ruolo?
Scegliete per ogni ruolo un'attività frequente, scritta e facile da verificare. Il primo risultato dovrebbe arrivare dalla casella di posta o dal foglio di calcolo della persona, così l'abitudine ha un posto dove radicarsi.
- Vendite: trasformare gli appunti di una chiamata in un'email di follow-up e in una nota nel CRM, in HubSpot o Salesforce.
- Customer support: scrivere una risposta partendo dall'articolo della knowledge base, poi correggerla prima di inviarla in Zendesk.
- Finanza: redigere una prima bozza di commento a uno scostamento da un export di Excel, con i numeri verificati a mano.
- HR e formazione: scrivere annunci di lavoro, serie di domande per i colloqui e sintesi delle policy in linguaggio semplice.
- Operations: sintetizzare una lunga conversazione con un fornitore o su WhatsApp in decisioni, responsabili e questioni aperte.
- Manager: trasformare gli appunti di una riunione in un breve aggiornamento e in un elenco di azioni.
#Quali regole interne dovrebbero imparare tutti prima del primo prompt?
Tenete le regole abbastanza brevi da ricordarle. La base di Stennir per un team che inizia con ChatGPT o Claude copre cinque punti:
- Usate solo gli account approvati, come un workspace aziendale di ChatGPT o Claude, mai un account personale.
- Non incollate mai in uno strumento non approvato dati personali, stipendi, informazioni sanitarie, contratti dei clienti o qualsiasi cosa coperta da una clausola di riservatezza.
- Una persona indicata per nome controlla ogni output che arriva a un cliente, a un'autorità o in una busta paga.
- Non lasciate che lo strumento esegua istruzioni trovate dentro documenti o email incollati; la OWASP Top 10 for LLM Applications indica la prompt injection come primo rischio.
- Segnalate gli errori presto, senza colpevolizzare nessuno, così le regole migliorano.
#Come si insegna alle persone a verificare gli output dell'AI?
Date alle persone una breve checklist ed esercitatela su bozze reali: fatti e cifre sono riconducibili a un documento di origine, nomi e date sono corretti, il tono è adatto al cliente, manca qualcosa che un collega si aspetterebbe. L'abitudine si forma quando un formatore mostra una risposta plausibile ma sbagliata e il gruppo trova insieme l'errore.
Nei team che lavorano in arabo e in inglese, verificate anche la lingua stessa: una risposta in un arabo formale e rigido, o in inglese, può suonare male a un cliente che ha scritto in dialetto del Golfo.
#In che modo aiutano i modelli di prompt condivisi?
Un modello è un buon prompt che qualcuno ha già provato, salvato dove il team può trovarlo: l'attività, il contesto da incollare, il formato desiderato e il controllo da fare dopo. I modelli riducono la distanza tra chi usa lo strumento con sicurezza e chi esita, e danno al formatore qualcosa di concreto da migliorare man mano che gli strumenti cambiano.
#Bastano i corsi gratuiti dei fornitori?
Per le basi sono un ottimo punto di partenza. OpenAI Academy offre corsi gratuiti e al proprio ritmo sull'uso dell'AI al lavoro, secondo l'OpenAI Academy, consultata a novembre 2026, e Anthropic pubblica un corso gratuito di AI fluency basato sul suo AI Fluency Framework, novembre 2026. Usateli come base comune.
Quello che non possono fare è insegnare le vostre regole interne, i vostri modelli o i vostri flussi di lavoro. Quella parte richiede una formazione sui vostri documenti, per ruolo.
#Dove si colloca Stennir?
Stennir lo gestisce come AI Operator Program all'interno della formazione AI: gruppi specifici per ruolo che imparano sul flusso di lavoro reale, con regole interne, verifiche degli output e modelli costruiti dai vostri documenti. I formatori sono professionisti che fanno questo lavoro, e i gruppi si svolgono in arabo e in inglese. L'uso viene misurato prima e dopo, e il programma si chiude con un report di adozione.
We are
Stennir forma ogni ruolo sulle sue prime attività con ChatGPT, Claude o Copilot, usando le vostre regole sui dati e i vostri documenti, e misura il cambiamento nell'uso.
We aren't
Stennir non è un rivenditore di strumenti, né un corso generico sui prompt che finisce quando finiscono le slide.
#Che cosa dovrebbe fare adesso un responsabile HR o della formazione?
Chiedete a ogni responsabile di reparto quale attività il suo team affiderebbe domani a ChatGPT o Claude, e scrivete le regole interne in una pagina. Se il personale usa già ChatGPT con dati aziendali, leggete come formare chi usa già ChatGPT con dati aziendali; se avete acquistato licenze che nessuno apre, leggete licenze Copilot che nessuno usa. Leggete AI per le operations, poi fate la valutazione di prontezza gratuita oppure prenotate una call di 30 minuti.
#Domande frequenti
Dobbiamo formare su ChatGPT, Claude o Copilot?
Formate sullo strumento approvato dalla vostra azienda, con l'account che le persone useranno davvero. Prime attività, regole interne, verifiche degli output e modelli valgono per tutti gli strumenti, quindi la scelta conta meno di quanto si pensi. Se sono ammessi più strumenti, insegnate le regole una volta e mostrate a ogni ruolo quale strumento si adatta alla sua attività.
Che cosa vi serve da noi per iniziare?
Stennir ha bisogno dell'elenco di strumenti e account approvati, della vostra policy d'uso attuale se esiste e di una persona per ruolo in grado di descrivere un'attività reale e condividere documenti di esempio. Se quei documenti contengono dati personali, li oscuriamo o creiamo esempi realistici prima che qualcuno ci si eserciti.
La formazione funziona in arabo?
Sì. Stennir conduce i gruppi in arabo e in inglese, e in altre lingue su richiesta. Le persone si esercitano su documenti e messaggi nella lingua in cui lavorano, comprese conversazioni miste in arabo e inglese, e le verifiche degli output riguardano tono e dialetto oltre AI fatti, così la risposta suona giusta al cliente.
Come misuriamo se le persone lo usano?
Registrate una base di partenza prima della formazione: chi usa lo strumento approvato, su quali attività e quanto spesso gli output vengono tenuti o corretti in modo sostanziale. Misurate le stesse cose dopo. I report di utilizzo dell'amministratore aiutano, ma un breve sondaggio per ruolo e un campione di output reali dicono sulla qualità molto più del solo numero di accessi.
