Standard di esecuzione IA

Le regole e le aspettative per delegare il lavoro all'IA in tutta l'organizzazione.

Politica delle Aspettative Organizzative

Il principio operativo alla base di questi standard è la Regola di Traduzione Universale: sostituire "l'umano produce l'artefatto" con "l'umano definisce le specifiche → il sistema produce l'artefatto."

1. Principio fondamentale

L'IA è trattata come un lavoratore autonomo, non come un chatbot.

Tutto il lavoro assegnato all'IA deve essere eseguibile senza supervisione in tempo reale.

2. Livelli di lavoro obbligatori

Ogni flusso di lavoro abilitato all'IA deve definire tutti e quattro i livelli.

Livello 1 – costruzione del prompt (competenza base)

I dipendenti devono:

scrivere istruzioni chiare
specificare il formato
includere esempi quando utile
risolvere le ambiguità in anticipo

Soglia minima: l'output dell'IA dovrebbe richiedere ≤20% di correzioni.

Livello 2 – ingegneria del contesto

Ogni team deve mantenere un file di contesto strutturato contenente:

obiettivi
vincoli
terminologia
standard di qualità
documenti rilevanti
regole di accesso agli strumenti

Requisito: i compiti IA devono caricare questo contesto prima dell'esecuzione.

Livello 3 – ingegneria dell'intento

Ogni flusso di lavoro deve definire:

gerarchia degli obiettivi
regole di compromesso
condizioni di escalation
cosa l'IA può decidere vs. cosa deve escalare

Nessun agente può operare senza un intento definito.

Livello 4 – ingegneria delle specifiche (standard più alto)

Tutti i compiti non banali devono avere una specifica scritta.

Componenti obbligatori della specifica:

descrizione del problema
ambito
input
vincoli
criteri di accettazione
condizioni di fallimento
test di successo
definizione di completamento

Regola: se il successo non può essere verificato oggettivamente, il compito non è pronto per essere specificato.

3. Primitivi di specificazione (competenze apprendibili)

L'ingegneria delle specifiche è costruita su cinque primitivi. Ognuno è una competenza distinta da praticare. Per esempi, template e specifiche elaborate per diversi ruoli, vedi la Guida alle specifiche.

Primitivo 1 – descrizioni del problema autocontenute

Descrivi il problema con abbastanza contesto perché il compito sia risolvibile senza che l'agente debba cercare ulteriori informazioni. Porta alla superficie le supposizioni nascoste. Articola i vincoli che normalmente lasci impliciti.

Esercizio di formazione: prendi una richiesta che faresti normalmente in modo conversazionale e riscrivila come se il destinatario non avesse mai visto il tuo progetto, non conoscesse la tua terminologia e non avesse accesso a nulla oltre a ciò che includi.

Primitivo 2 – criteri di accettazione

Definisci come appare il completamento in modo che un osservatore indipendente possa verificare l'output senza fare domande. Se non riesci a scrivere tre frasi che verificano il completamento, non capisci il compito abbastanza bene da delegarlo.

Primitivo 3 – architettura dei vincoli

Definisci quattro categorie per ogni compito:

Deve – requisiti non negoziabili
Non deve – azioni o output vietati
Preferisce – guida quando esistono più approcci validi
Escalation – condizioni in cui l'agente deve fermarsi e chiedere

Primitivo 4 – decomposizione

Suddividi i compiti in componenti che possono essere eseguiti indipendentemente, testati indipendentemente e integrati in modo prevedibile. Granularità target: sottocompiti di ≤2 ore con confini chiari di input/output, ciascuno verificabile da solo.

Primitivo 5 – progettazione della valutazione

Per ogni compito IA ricorrente, costruisci 3-5 casi di test con output noti di buona qualità. Eseguili dopo gli aggiornamenti del modello per rilevare le regressioni. Gli output sono giudicati per metriche, non per apparenza.

Una specifica valida deve superare tutti e cinque: autocontenuta, testabile, vincolata, decomponibile, valutabile.

4. Checklist di prontezza alla delega

Prima di assegnare un lavoro all'IA, i dipendenti devono confermare:

Capisco completamente il compito
Posso definire il successo oggettivamente
Posso elencare i casi di fallimento
Posso descrivere i vincoli
Posso verificare i risultati senza interpretazione

Se una risposta = no → non delegare ancora.

5. Modello di responsabilità per i fallimenti

Il fallimento è attribuito per livello:

Tipo di fallimento	Causa principale
Output scadente	Problema di prompt
Output irrilevante	Problema di contesto
Direzione sbagliata	Problema di intento
Output incompleto	Problema di specifica

I team devono correggere il livello responsabile, non riprovare i prompt.

6. Ruoli organizzativi

Ogni sistema IA in produzione deve avere:

Proprietario delle specifiche
Proprietario del contesto
Proprietario della valutazione

Una persona può inizialmente ricoprire più ruoli.

7. Standard di documentazione

Tutti i documenti interni devono essere scritti come se un agente li eseguisse.

I documenti devono:

dichiarare le supposizioni
definire i termini
specificare i risultati
includere i vincoli
evitare la conoscenza implicita

8. Regola riassuntiva esecutiva

Il pensiero chiaro precede l'esecuzione IA.

Se non riesci a specificarlo, non puoi automatizzarlo.

← Torna alla home · Il quadro di riferimento · Il Lab IA · Glossario