Le strategie di produttività AI e le tecniche di prompt engineering che ti serviranno nel 2025

Leggi la trascrizione:

Stiamo provando a trascrivere i nostri podcast utilizzando un programma software. Chiediamo scusa per eventuali errori di battitura, il bot non è corretto al 100% delle volte.

Hannah Clark: Ripensando a tutti gli argomenti che abbiamo trattato nel programma quest’anno, abbiamo sicuramente parlato molto di IA. Quindi spero non ti dispiaccia se ne aggiungiamo ancora uno, perché questo probabilmente è l’episodio sull’IA più attuabile che abbiamo realizzato finora.

Il mio ospite di oggi è Tal Raviv, il genio dietro al popolare corso intitolato “Costruisci il tuo sistema personale di produttività PM & Copilota IA”, un nome piuttosto altisonante. Ed è anche un bello step avanti per qualcuno che in passato si definiva scettico sull’IA. Ma per Tal, il punto di svolta è stato comprendere perché molti PM faticano a estrarre il massimo valore dai loro strumenti LLM e scoprire le tattiche che possono davvero trasformare la produttività.

E sì, analizzeremo queste tattiche nell’episodio di oggi. Ci immergeremo su come introdurre l’IA sia simile a inserire un nuovo membro nel team, sull’importanza cruciale dell’ingegneria iterativa dei prompt, e ti daremo consigli pratici su come iniziare a sperimentare gli strumenti IA e acquisire sicurezza nelle tue abilità. Iniziamo subito.

Bentornati al podcast del CPO Club. Oggi sono qui con Tal Raviv.

Tal, grazie davvero per essere con noi. È davvero emozionante. Puoi raccontarci qualcosa del tuo percorso e come sei arrivato fin qui?

Tal Raviv: Certo. Ho iniziato studiando ingegneria chimica, che non ha nulla a che vedere con quello che faccio oggi.

In realtà sì, nel senso che mi ha insegnato a imparare cose difficili e a immergermi in profondità. Ho avviato un’azienda SaaS con alcuni amici del college e l’abbiamo portata avanti per quattro anni. Poi, quando è arrivato il momento di trovare un lavoro vero, mi sono guardato intorno e mi sono chiesto: sto davvero facendo supporto, marketing, programmazione e design.

E come sarebbe la versione lavorativa di tutto ciò? E poi, all’epoca, era nata questa novità chiamata product management. Così ho fatto domanda e oggi non riuscirei mai a entrare, ma in quel momento ce l’ho fatta.

Hannah Clark: Fantastico. Oggi parleremo invece di qualcosa in cui tutti vogliono entrare: utilizzare efficacemente l’IA. Credo che tutti noi cerchiamo di capire come sfruttare questa tecnologia in modo più efficace e pratico. Quindi ci concentreremo su come usare l’IA nei nostri flussi di lavoro quotidiani.

Ma prima di entrare nel vivo, raccontaci cosa succede nella tua vita. Stai guidando un corso di gruppo per aiutare i PM a sfruttare al meglio l’IA. Come sei arrivato a questa scelta?

Tal Raviv: Ho iniziato a lavorare a questo corso insieme a Maven, e mentre ci lavoravo, da un lato mi occupavo di diverse iniziative generative IA in Riverside e le gestivo. Ma, in realtà, non usavo l’IA nella mia giornata lavorativa, pensavo: “Oh, è fantastico per il prodotto.

Ma non serve per il mio lavoro quotidiano. Non risolverà nessuno dei miei problemi.” Così il corso è diventato tutto incentrato sulla produttività e su come costruire sistemi per essere produttivi individualmente e come team, perché per un product manager la leva sulla produttività è altissima.

Guardiamo all’organizzazione, gestiamo le emozioni, tutte queste cose a bassa tecnologia. È questo il corso che insegno. In parallelo sperimentavo molto con l’IA. Il momento di svolta è arrivato quando mi sono trovato bloccato in Riverside: non potevo ottenere ciò di cui avevo bisogno senza sfruttare ChatGPT. Anche allora ho resistito, ma il mio team lead di ingegneria mi ha detto: “Lascia che ti mostri — guarda, funziona così.” Mi ha aperto gli occhi su un principio semplice: non stavo dando abbastanza contesto all’IA, proprio come farei con una persona.

Quello è stato il mio cambio di mentalità. Ho iniziato a spingere il concetto: quante più informazioni posso darle? E se fornissi all’IA lo stesso livello di contesto che offrirei a un nuovo assunto?

E se avessi una conversazione come farei con una nuova persona nel team? E se la coinvolgessi in una particolare iniziativa, proprio come farei con un nuovo collega? Quindi ho cambiato il mio modello mentale trattandola come una persona da mettere nelle migliori condizioni. Così, mentre prendo questi appunti e insegno il corso, mi sono reso conto che poteva essere davvero utile anche nel lavoro.

Mi ci è voluto tempo, la consapevolezza è arrivata solo nel 2024, poi con il tempo ho integrato il tutto nel corso. Ora, le prime due settimane servono a mettere ordine, anche con l’IA, e la settimana finale è una sessione intensiva con tre incontri pratici per costruire il tuo copilota IA per PM.

Hannah Clark: Ok, non vedo l’ora di approfondire tutto questo e, in particolare, il tema dell’onboarding dell’IA mi incuriosisce moltissimo! Ma tornando al tuo iniziale scetticismo verso l’IA, credo sia un sentimento comune sia nel product management che in altri settori. Perché secondo te tante persone sono scettiche o esitano a colmare il divario tra consapevolezza e implementazione?

Tal Raviv: Negli ultimi due anni, da quando è uscito ChatGPT, direi che non era granché in molte cose, o richiedeva così tante modifiche e riflessioni da diventare quasi controproducente — proprio come succede con un nuovo assunto inesperto. Spesso non abbiamo bisogno di uno stagista, perché ci porterebbe più lavoro che benefici.

Quello che è cambiato, innanzitutto, è che l’IA è migliorata moltissimo: le finestre di contesto si sono ampliate, le personalità sono più raffinate, i modelli sono più intelligenti. C’è stato qualche tempo fa un famoso intervento con i responsabili di prodotto di Anthropic e OpenAI che affermavano che l’intelligenza non è più il collo di bottiglia. Ora lo è la fase di pre-addestramento, il contesto o semplicemente ciò che conosce e a cui può attingere.

Se ci presentiamo a un LLM con un prompt di una sola frase, anche se è stato perfezionato dall’esperto migliore del mondo, rimane una sola frase!

Ti restituirà sostanzialmente la media di Internet. Ma nessuno di noi è semplicemente una media di Internet: portiamo conoscenzo, combiniamo, sintetizziamo. Quindi, come punto di partenza, diamo all’IA le nostre informazioni e vediamo che ne fa.

Hannah Clark: Giusto, creo sia una riflessione davvero valida. Spesso entriamo in chat aspettandoci che sappia tutto e abbia la risposta perfetta. Ma è come fermare qualcuno per strada e chiedergli di scrivere un PRD improvvisato: ti dà il meglio che può, ma senza tutto il contesto e il know-how che abbiamo noi. È un’ovvietà cui quasi nessuno pensa!

Tal Raviv: Ti faccio un esempio ancora più chiaro, che uso anche con chi non si occupa di product management. Sto sperimentando molto con l’IA anche come mio nutrizionista, per restare in forma.

Se mi dovessi rapportare a un nutrizionista reale, non andrei semplicemente da lui dicendo: “Dimmi cosa, quanto e quando devo mangiare.” Il nutrizionista mi chiederebbe di sedermi e mi farebbe delle domande! E io: “No, voglio solo che tu me lo dica, sei scarso come nutrizionista, me ne vado.” Non succede mai tra esseri umani, ma con l’IA spesso ci comportiamo così!

Hannah Clark: Proprio così. Spero che ti stia aiutando davvero…

Voglio parlare di questo copilota IA. Ci sono molti angoli da cui analizzare come usare l’IA efficacemente.

Iniziamo dal tool: cosa rende “AI Copilot” rivoluzionario?

Tal Raviv: Ti elenco i componenti. Copilota IA, scegli ChatGPT, Claude o altro. Personalmente preferisco Claude per questo scopo. In particolare la funzione “progetti” (a pagamento ma ne vale la pena) rende tutto più semplice.

Ma può essere fatto con qualsiasi LLM con un po’ di ingegno e lavoro manuale. Il primo passo è usare le istruzioni personalizzate (prompts di sistema): dici all’IA come vuoi che si comporti.

Deve essere qualcuno che ti mette alla prova, fa domande, non accetta automaticamente le tue ipotesi. L’equivalente ideale di un collega che lavora accanto a te, in pair product management. Per me, le qualità fondamentali sono la propensione all’azione e la volontà di dare valore ai clienti subito.

Cerco di prendere decisioni anche senza tutti i dati, ma può anche essere l’opposto a seconda del settore. Così hai definito la “personalità” che hai assunto, come in un colloquio. Poi, una volta assunto, lo devi “onboardare”.

Se un nuovo PM si unisse al team, riceverebbe: ecco la documentazione con missione, visione, strategia; la presentazione con la customer persona; e, se fosse un coach, i feedback delle performance review, i punti critici. E magari anche qualche pettegolezzo su stakeholder e membri del team, sugli skills e i punti in cui serve un tuo intervento. Tutto ciò che una nuova persona assorbirebbe, proveniente da varie fonti aziendali.

Una volta assunto e inserito, devi metterlo all’opera. Inizi una conversazione sull’iniziativa: “So pochissimo, mi hanno appena parlato di questo progetto in corridoio, dobbiamo muoverci in fretta. Queste sono le informazioni che ho. Cosa ne pensi?” Nel thread puoi cominciare a chiedere risultati pratici: classici documenti operativi, ma anche molto di più.

Può diventare il tuo compagno di riflessione, simulare una conversazione difficile, suggerire il prossimo passo più importante. Le risposte sono sorprendenti, perché fa riferimento a nomi reali nell’organizzazione, a feedback passati. È molto acuto, anche nel tempismo dei suggerimenti.

Durante le diverse fasi, suggerisco di aggiungere sempre più contesto — come se chiacchierassi con un collega in pausa caffè. Se durante il progetto ricevi nuovi vincoli (dal sales, dal manager), aggiungilo al thread: “Non ci crederai, mi hanno appena detto che se non raggiungiamo questo, non ha senso consegnare il lavoro.” Così l’IA aggiorna la sua conoscenza.

Alla fine è utile anche “chiudere il cerchio” spiegando com’è andata, condividendo i risultati. La magia è che puoi chiedere all’IA: “Con tutto quello che hai appreso, cosa dovrebbe sapere un nuovo PM su questa iniziativa?” Con Claude basta un clic per aggiungere questa conoscenza alla memoria del progetto e usarla nelle future conversazioni.

Io amo Claude proprio per questa funzionalità a portata di clic. Così ottieni un copilota che diventa sempre più intelligente e applica da subito le lezioni apprese in altri progetti.

Hannah Clark: Devo ammettere che mi hai lasciata a bocca aperta. È molto più completo e impressionante di quanto pensassi.

Ma questa funzionalità davvero avanzata l’hai scoperta già nella famosa conversazione col tuo collega, o l’hai notata solo dopo vari tentativi?

Tal Raviv: Non lo sapevo affatto. È stato come un lampo di genio nella conversazione con il collega, quando mi sono lamentato del dover scrivere tante user story velocemente e lui mi ha detto: “Siediti su ChatGPT, dagli un template e tutto ciò che serve su quella user story.”

Ho pensato: “Ok, è tanto da scrivere.” E lui: “Non scrivere, detta! Parla semplicemente.” Ed è qui che la qualità del riconoscimento vocale (speech–to–text) ha fatto la differenza: modelli come Whisper di OpenAI sono molto più precisi della dettatura nativa di Apple o Windows. Ora mi basta tenere premuto un tasto e parlare a lungo, con trascrizione accuratissima. Quindi il processo assomiglia sempre più ad un vero onboarding di un nuovo ingegnere sul progetto; ChatGPT prende velocemente il contesto, formatta e ragiona anche sulle parti mancanti.

Quando l’ho provato, sono rimasto a bocca aperta: inserisce cose che non avrei pensato, riduce la necessità di editing, a parte per qualche ridondanza. È stato il mio lampo di genio: “È tutta una questione di contesto!” E i prodotti non sono così unici: le “allucinazioni” dell’IA spesso collegano i giusti puntini.

Pensando in questi termini, ho continuato a spingere i limiti: quante più informazioni puoi dare, tanto meglio!

Hannah Clark: Incredibile. Ok, passiamo a una modalità più pratica, tipo guida passo–passo. Immagino tanti PM che ci seguono fremano all’idea di usare questo strumento.

Se vuoi iniziare subito — quali sono i passi fondamentali, secondo te?

Tal Raviv: Parti semplice. Se non hai la versione pro di nessuno di questi servizi (anche se dovresti per tanti motivi), non ti serve per forza per questo processo.

Inizia un thread e comunica come vuoi che l’IA si comporti. Ancora prima, scarica un software di dettatura vocale avanzata, tipo better dictation, SuperWhisper, Wispr Flow o simili. Allenati: tutto il resto ti risulterà più facile.

Poi, apri una nuova conversazione, imposta al principio un system prompt: il 90% del valore è già lì. Se hai un documento riassuntivo, copia–incollalo; oppure potresti semplicemente raccontare (anche solo oralmente) che cosa fa il tuo prodotto, come lo racconteresti a una festa. Anche senza organigramma o recensioni di performance, anche solo poco contesto è molto meglio di niente.

Infine, dai informazioni sul progetto su cui lavorare. Pochi secondi: “Questo è ciò che so, questi segnali/feedback/supporto ho raccolto finora.” Premi invio e osserva cosa accade.

Hannah Clark: Nel tuo corso, altri hanno provato questa procedura? Hai qualche aneddoto pratico sul valore che ne hanno ricavato?

Tal Raviv: Abbiamo fatto alcuni beta test e abbiamo creato una community dove chi sperimenta davvero porta avanti l’innovazione.

Ti riporto alcune “aha moments” dei partecipanti: qualcuno ha realizzato prototipi davvero impressionanti (non le classiche demo che si vedono su Twitter, ma cose di cui diresti: “Accidenti, che precisione!” grazie al tanto contesto fornito). Alcuni PM lo hanno usato per imparare rapidamente le dinamiche di un nuovo settore. Un product leader ha impiegato la tecnica nel quarterly planning, quindi con ancora più complessità di contesto.

In molti lo usano come compagno di riflessione. Penso sia il modello mentale più efficace: ti aiuta a ragionare e a trovare nuove idee. Una persona ha riportato che, nel redigere PRD, l’IA prima di tutto fa domande precise e dettagliate. Così “capisce di non sapere tutto” e ti chiede chiarimenti, rendendo tutto il processo molto più conversazionale ed efficiente.

Insomma, vedo le persone spingersi sempre oltre persino a quanto abbia fatto io.

Hannah Clark: È incredibile. Sto già pensando a come adottare questi principi in diversi ambiti, perché sono davvero trasversali. Super interessante!

Passiamo all’ingegneria dei prompt: parliamo di come fornire contesto di qualità all’LLM e costruire prompt efficaci. Quali best practice e strategie dovrebbero adottare le persone?

Tal Raviv: Ricordo un’epoca in cui LinkedIn era invaso da slide e titoli di “prompt engineer”. Avevo la sensazione che tutto ciò non potesse durare a lungo: trattare i prompt come formule magiche o collezionare “pozioni” da prompt era surreale. In effetti questi metodi stanno rapidamente scomparendo.

Per me, due regole: primo, contesto (tratta l’IA come una persona, usa la dettatura); secondo, chiedi chiaramente cosa vuoi. Premi invio. Se non va bene, chiediti perché, torna sul messaggio precedente, modifica e chiarisci. Tutte queste piattaforme offrono la possibilità di modificare i messaggi in chat, e questa è secondo me la funzione più sottovalutata di Claude o ChatGPT. Modifica, aggiungi una frase, precisa cosa NON vuoi che faccia, o su quale aspetto vuoi insisti, e l’IA rigenererà tutto.

Quella matita è la più grande “arma segreta” del prompt engineering. Alla fine, è come programmare: provi qualcosa, se non va, cambi e riprovi. Non serve stare a preoccuparsi di frasi super specialistiche — queste cose stanno scomparendo. La vera abilità è sperimentare, buttarsi, iterare. È soprattutto un cambio di mentalità.

Hannah Clark: Web designer, questa è per voi. Ho 30 secondi per parlarvi di Wix Studio, la piattaforma web per agenzie e aziende. Quattro cose che potete fare in meno di 30 secondi su Studio: adattare i design a ogni dispositivo con l’IA responsive, riutilizzare asset come template, widget, sezioni e librerie condividendole col team, aggiungere animazioni no-code e sfondi sfumati direttamente nell’editor, ed esportare i vostri lavori da Figma a Wix Studio con un click. Il tempo è scaduto, ma le funzioni continuano! Prova Wix Studio e scoprilo tu stesso.

Ok, mi piace: è pratico, ma non è intuitivo pensare di progettare diversamente i propri prompt.

Vorrei sapere perché hai scelto il formato workshop invece di sviluppare direttamente uno strumento IA scalabile che faccia tutto ciò. Perché questa scelta?

Tal Raviv: Da product person e coder, la mia prima reazione sarebbe stata: “Ok, ho un’intuizione, come costruisco un prodotto?” Ma scavando a fondo su ciò che manca, ho capito che non era una questione di funzionalità, interfaccia o effetto network. Mancava semplicemente il “permesso”, o una guida, o un cambio di mentalità.

Potrei creare un prodotto e poi impazzire per un anno sull’onboarding, perché il percorso che ho descritto è molto impegnativo da fare da soli nel tempo libero.

Invece, posso essere più utile seguendo le persone dal vivo, rispondendo subito alle domande, dicendo: “Hai liberato l’agenda, ora siamo qui su Zoom: prendi 5 minuti e provalo.”

Così portiamo il tasso di attivazione sopra il 90%. In più, molte delle feature mancanti sono destinate ad arrivare da OpenAI o Claude: gestione della memoria, collegamento dei thread, ecc. — cose ormai cross-settore. Preferisco quindi aiutare le persone a usare correttamente gli strumenti disponibili, perché oggi la barriera è soprattutto mentale e comportamentale.

Hannah Clark: Ha perfettamente senso. Inoltre, sviluppare un prodotto IA, sapendo chi sono i tuoi competitor, è una scommessa enorme. Credo davvero che imparare a sfruttare meglio gli strumenti esistenti sia l’aspetto in cui tutti abbiamo margini di crescita. E tutti, forse, ci sentiamo un po’ “indietro”: l’IA va veloce, la sensazione è di essere rimasti fuori. Cosa diresti per aiutare chi si sente così ad iniziare e a rendere le competenze più accessibili?

Tal Raviv: Stamattina parlavo con una director di prodotto che mi ha detto: “La nostra azienda ha saltato il treno dell’IA su produttività e applicazioni pratiche.” Le ho risposto: “Tranquilla, non esiste nessun treno. Tutti si sentono così!” Ho sentito questa stessa cosa anche da aziende super innovative: tutti hanno una forma di FOMO. “Sento che gli altri sono molto avanti, lo fanno meglio…” Vi assicuro — NON È VERO.

Tutti stanno iniziando ora. Sembra il contrario perché se ne parla tanto. Quindi: se ti senti indietro, inizia a sperimentare. Parti da piccole cose, ricordati di fornire contesto e di iterare. Dedica dieci minuti: ti accorgerai che la voglia di iterare aumenta. E alla fine potresti ritrovarti tu a insegnare agli altri! Il vero blocco è la paura di essere indietro o di non farcela, ma tutti provano la stessa cosa.

Hannah Clark: Sono felice che tu l’abbia specificato: c’è la tentazione di pensare “il momento è passato, tutti sono avanti, tanto vale lasciar perdere”. Invece non è un treno, è un taxi: è lì per te, a richiesta, lo usi quando ti serve e scegli tu dove andare. Mi piace molto questa nuova prospettiva. Sto apprezzando tantissimo questo focus sul mindset, Tal.

Hai citato diversi esempi di successo, il più “wow” che hai vissuto tu o visto da altri?

Tal Raviv: Il mio “wow” personale è stato nelle conversazioni sui prezzi. L’IA non mi ha dato subito la risposta perfetta, ma la conversazione era davvero di alto livello.

Anche quando sbagliava, mi portava a chiedermi perché mi sembrava sbagliato e così trovavo la soluzione migliore. Il termine giusto è “compagno di pensiero”: è un po’ come avere accanto una persona molto intelligente con cui confrontarmi. Mi ha aiutato a ragionare su bundle e pricing. È una rubber duck super smart! Probabilmente non è lo scenario fantascientifico che ci immaginavamo — tipo il supercomputer di Guida Galattica — ma molti mi chiedono se delegare il pensiero all’IA sia negativo. Io credo invece che mi renda più SVEGLIO, come avere più colleghi intelligenti a disposizione, sempre. È ciò che tutti cerchiamo anche scegliendo dove lavorare, le persone di cui circondarci.

Per me, il pricing è stato un vero lampo di consapevolezza: dopo una conversazione del genere, ti senti in uno stato di “flow” produttivo.

Hannah Clark: Bellissimo esempio, anche perché il pricing è una questione sottilissima! Di recente abbiamo chiacchierato con Cem Kansu, Head of Product in Duolingo: decisioni sui prezzi sono super complesse, ogni posizione va pensata e ripensata, quindi avere una risorsa come questa con cui affinare il ragionamento è un enorme vantaggio.

Davvero interessante, Tal. Grazie mille di essere stato dei nostri! Ho imparato moltissimo oggi. Dove ti si può trovare online se qualcuno vuole il tuo corso o semplicemente seguirti?

Tal Raviv: Sicuramente LinkedIn. Il corso è su Maven, ma per chi vuole correre in autonomia può trovare anche una demo su Maven: una sorta di playbook su Notion con tutti i prompt e gli step — il tutto molto strutturato. È qualcosa che puoi acquistare e seguire senza frequentare il corso completo.

Il corso, invece, è perfetto per chi vuole accesso diretto, Q&A, office hour e un percorso più interattivo.

Hannah Clark: Fantastico. Grazie per essere stato con noi, è stato un vero piacere!

Tal Raviv: Grazie a voi.

Hannah Clark: Grazie per l’ascolto! Per altri approfondimenti, guide pratiche e recensioni di strumenti, iscriviti alla nostra newsletter su theproductmanager.com/subscribe. Puoi ascoltare altre conversazioni come questa abbonandoti a The CPO Club, ovunque trovi i tuoi podcast.